Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Case-based Predictions: An Axiomatic Approach To Prediction, Classification And Statistical Learning

Name: Case-based Predictions: An Axiomatic Approach To Prediction, Classification And Statistical Learning
Brand: World Scientific Publishing Co Pte Ltd
SKU: 04430080
Price: 139.27 EUR
Availability: InStock
Author: Itzhak Gilboa
ISBN: 9789814366175

Itzhak Gilboa

Език

Английски език

Книга С твърди корици

Код Либристо: 04430080

Издателство World Scientific Publishing Co Pte Ltd, април 2012

This book presents an axiomatic approach to the problems of prediction, classification, and statisti... Цялото описание

Код Либристо: 04430080

338 b

139.27 €

272.40 лв

Външен склад Изпращаме след 10-13 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Onitsha Jean-Marie Gustave Le Clézio

С меки корици

11.81 € 23.10 лв

Ben liebt Anna Peter Härtling

С меки корици

11.35 € 22.19 лв

Educaç?o Em Mauá: Um estudo propositivo Prefácio por Sandro Souza Sandro Souza

С меки корици

8.46 € 16.54 лв

Prašina: Křídový panáček #2 Vojtěch Matocha

С меки корици

2.73 € 5.34 лв

Militarsanitatswesen Der Vereinigten Staaten Von Nord-Amerika Wahrend Des Letzten Krieges Harry Von Haurowitz

С меки корици

47.11 € 92.14 лв

KuliFerda (5–7 let) - SADA 5 pracovních sešitů č.2 Jana Pechancová

С меки корици

11.04 € 21.59 лв

Láska žije offline Lucia Žiaková

С твърди корици

16.04 € 31.38 лв

This book presents an axiomatic approach to the problems of prediction, classification, and statistical learning. Using methodologies from axiomatic decision theory, and, in particular, the authors' case-based decision theory, the present studies attempt to ask what inductive conclusions can be derived from existing databases. It is shown that simple consistency rules lead to similarity-weighted aggregation, akin to kernel-based methods. It is suggested that the similarity function be estimated from the data. The incorporation of rule-based reasoning is discussed.