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 :-(

Deep Statistical Comparison for Meta-heuristic Stochastic Optimization Algorithms

Name: Deep Statistical Comparison for Meta-heuristic Stochastic Optimization Algorithms
Brand: Springer, Berlin
SKU: 38627491
Price: 152.09 EUR
Availability: InStock
Author: Tome Eftimov
ISBN: 9783030969165

Tome Eftimov

Peter Korosec

Език

Английски език

Книга С твърди корици

Код Либристо: 38627491

Издателство Springer, Berlin, ноември 2021

This book will provide an overview of the current approaches for analyzing algorithm performance in... Цялото описание

Код Либристо: 38627491

368 b

152.09 €

297.46 лв

Външен склад Изпращаме след 10-13 дни

30 дни за връщане на стоката

Клиентите са закупили също

Tango I Njegov Smisao: Povest O Argentinskom Plesu Kristin Deniston

С меки корици

15.74 € 30.78 лв

Técnico en orientación e intervención sociolaboral Miguel Calvo Verdú

С меки корици

33.66 € 65.82 лв

AVENTURAS DEL PRINCIPE DE LOS MARES RODRIGUEZ MACHADO

Книга

16.93 € 33.11 лв

Die Naturkräfte in Den Alpen Oder Physikalische Geographie Des Alpengebirges Friedrich Pfaff

С твърди корици

304.81 € 596.15 лв

Siła przetrwania. Syndykat. Tom 2 Agnieszka Lingas-Łoniewska

С меки корици

10.61 € 20.75 лв

Staatslexikon Adolf Bruder

С меки корици

37.44 € 73.22 лв

Dreifach differenziert Texte schreiben 3-4 Stefanie Pohlmann

binding.

32.52 € 63.60 лв

This book will provide an overview of the current approaches for analyzing algorithm performance in different commonly used scenarios by emphasizing issues that are often overlooked. The book will also show how these issues can be easily avoided by applying principles that lead to Deep Statistical Comparison and its variants. The focus will be on statistical analyses performed using single-objective and multiobjective optimization data. At the end of the book, examples of a recently developed web-service-based e-learning tool, known as DSCTool, will be presented. The tool provides the users with all the required functionalities in order to make a proper robust statistical comparison analysis in different statistical scenarios.The authors have presented the related tutorial at the significant related international conferences in Evolutionary Computing, including GECCO, PPSN, and SSCI, and the book is approved for publication in our Natural Computing book series.