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 :-(

Domain Adaptation for Visual Understanding

Name: Domain Adaptation for Visual Understanding
Brand: Springer Nature Switzerland AG
SKU: 24519859
Price: 108.56 EUR
Availability: InStock
Author: Richa Singh
ISBN: 9783030306700

Език

Английски език

Книга С твърди корици

Код Либристо: 24519859

Издателство Springer Nature Switzerland AG, януари 2020

This unique volume reviews the latest advances in domain adaptation in the training of machine learn... Цялото описание

Код Либристо: 24519859

263 b

108.56 €

212.32 лв

Външен склад Изпращаме след 10-13 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Aprendiendo a hacer coaching, mejora el swing de tu vida Bermudez de la Puente Gonzalez del Valle

С меки корици

27.61 € 54.01 лв

HEINRICH NICOLAUS GERBER: FOUR INVENTIONS FOR ORGAN GERBER Книга

binding.

19.86 € 38.83 лв

Adolfo Schlosser SCHLOSSER

С меки корици

20.79 € 40.66 лв

Nouveau traité historique et Archeologique de la uraie et Porfaite Science des Armoiries de Magny

С твърди корици

171.14 € 334.72 лв

figlie della Cornovaglia Fern Britton

С твърди корици

21.56 € 42.17 лв

Historici mezi domovem a světem Jaroslav Pánek

Лист

24.82 € 48.55 лв

Dziennik 1961-1969 Pisma zebrane Gombrowicz Witold

С твърди корици

30.61 € 59.88 лв

Kothigalu(Kannada) Vasudhendra

С меки корици

15.56 € 30.44 лв

Die Finanzpolitische Handlungsf higkeit Der Bundesl nder Achim Hildebrandt

С меки корици

44.89 € 87.80 лв

Aschenputtel Kristina Ohlsson

С меки корици

12.46 € 24.37 лв

Questions Poitevines. Premiere Serie, l'Octroi: Ses Origines, Ses Detracteurs, Ses Effets FERRE-C

С меки корици

15.51 € 30.34 лв

Informationsmodellierung in XML und SGML Henning Lobin

С меки корици

54.82 € 107.22 лв

Carmina; Ernst Ludwig

С меки корици

16.55 € 32.36 лв

El Novelismo (1908) Juan Castillo

С меки корици

23.11 € 45.21 лв

Bienen Piotr Socha

С твърди корици

25.08 € 49.05 лв

Du Contentieux Administratif Et de la Jurisprudence Du Conseil d'Etat C Cretin

С меки корици

30.72 € 60.08 лв

Optimisation Des Interfaces E-Commerce Sylvain Lys

С меки корици

34.03 € 66.55 лв

Chapman's Max Stier

С меки корици

29.37 € 57.45 лв

Gender - From Costs to Benefits Ursula Pasero

С меки корици

55.91 € 109.34 лв

This unique volume reviews the latest advances in domain adaptation in the training of machine learning algorithms for visual understanding, offering valuable insights from an international selection of experts in the field. The text presents a diverse selection of novel techniques, covering applications of object recognition, face recognition, and action and event recognition. Topics and features: reviews the domain adaptation-based machine learning algorithms available for visual understanding, and provides a deep metric learning approach; introduces a novel unsupervised method for image-to-image translation, and a video segment retrieval model that utilizes ensemble learning; proposes a unique way to determine which dataset is most useful in the base training, in order to improve the transferability of deep neural networks; describes a quantitative method for estimating the discrepancy between the source and target data to enhance image classification performance; presents a technique for multi-modal fusion that enhances facial action recognition, and a framework for intuition learning in domain adaptation; examines an original interpolation-based approach to address the issue of tracking model degradation in correlation filter-based methods. This authoritative work will serve as an invaluable reference for researchers and practitioners interested in machine learning-based visual recognition and understanding.