دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.] نویسندگان: Luc Devroye (auth.), Gábor Lugosi, Hans Ulrich Simon (eds.) سری: Lecture Notes in Computer Science 4005 ISBN (شابک) : 3540352945, 9783540352945 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2006 تعداد صفحات: 660 [666] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Learning Theory: 19th Annual Conference on Learning Theory, COLT 2006, Pittsburgh, PA, USA, June 22-25, 2006. Proceedings به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تئوری یادگیری: 19th کنفرانس سالانه تئوری یادگیری، COLT 2006، پیتسبورگ، PA، ایالات متحده، 22-25 ژوئن، 2006. پرونده ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مجموعه مقالات داوری نوزدهمین کنفرانس سالانه نظریه یادگیری، COLT 2006، در پیتسبورگ، پنسیلوانیا، ایالات متحده آمریکا در ژوئن 2006 است.
43 مقاله کامل اصلاح شده همراه با 2 مقاله در مورد ارائه شده است. مسائل باز و 3 سخنرانی دعوت شده به دقت بررسی و از بین 102 مورد ارسالی انتخاب شدند. این مقالات طیف گسترده ای از موضوعات از جمله خوشه بندی، یادگیری بدون نظارت و نیمه نظارت، نظریه یادگیری آماری، یادگیری منظم و روش های هسته، یادگیری و آموزش پرس و جو، استنتاج استقرایی، الگوریتم های یادگیری و محدودیت های یادگیری، تجمیع آنلاین، پیش بینی آنلاین و یادگیری تقویتی را پوشش می دهد. .
This book constitutes the refereed proceedings of the 19th Annual Conference on Learning Theory, COLT 2006, held in Pittsburgh, Pennsylvania, USA in June 2006.
The 43 revised full papers presented together with 2 articles on open problems and 3 invited lectures were carefully reviewed and selected from a total of 102 submissions. The papers cover a wide range of topics including clustering, un- and semisupervised learning, statistical learning theory, regularized learning and kernel methods, query learning and teaching, inductive inference, learning algorithms and limitations on learning, online aggregation, online prediction and reinforcement learning.