Bücher zum Thema „Probability learning“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Bücher für die Forschung zum Thema "Probability learning" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Bücher für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Batanero, Carmen, Egan J. Chernoff, Joachim Engel, Hollylynne S. Lee und Ernesto Sánchez. Research on Teaching and Learning Probability. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-31625-3.
Der volle Inhalt der QuelleDasGupta, Anirban. Probability for Statistics and Machine Learning. New York, NY: Springer New York, 2011. http://dx.doi.org/10.1007/978-1-4419-9634-3.
Der volle Inhalt der QuelleAggarwal, Charu C. Probability and Statistics for Machine Learning. Cham: Springer Nature Switzerland, 2024. http://dx.doi.org/10.1007/978-3-031-53282-5.
Der volle Inhalt der QuelleEgan, J. Chernoff, Engel Joachim, Lee Hollylynne S und Sánchez Ernesto, Hrsg. Research on Teaching and Learning Probability. Cham: Springer, 2016.
Den vollen Inhalt der Quelle findenUnpingco, José. Python for Probability, Statistics, and Machine Learning. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-18545-9.
Der volle Inhalt der QuelleUnpingco, José. Python for Probability, Statistics, and Machine Learning. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-30717-6.
Der volle Inhalt der QuelleUnpingco, José. Python for Probability, Statistics, and Machine Learning. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-04648-3.
Der volle Inhalt der QuellePowell, Warren B. Optimal learning. Hoboken, New Jersey: Wiley, 2012.
Den vollen Inhalt der Quelle findenPeck, Roxy. Statistics: Learning from data. Australia: Brooks/Cole, Cengage Learning, 2014.
Den vollen Inhalt der Quelle findenKnez, Igor. To know what to know before knowing: Acquisition of functional rules in probabilistic ecologies. Uppsala: Uppsala University, 1992.
Den vollen Inhalt der Quelle findenResearch Institute for Advanced Computer Science (U.S.), Hrsg. Bayesian learning. [Moffett Field, Calif.]: Research Institute for Advanced Computer Science, NASA Ames Research Center, 1989.
Den vollen Inhalt der Quelle findenERIC Clearinghouse for Science, Mathematics, and Environmental Education., Hrsg. Resources for teaching and learning about probability and statistics. [Columbus, Ohio]: ERIC Clearinghouse for Science, Mathematics and Environmental Education, 1999.
Den vollen Inhalt der Quelle findenauthor, Mak M. W., Hrsg. Machine learning for protein subcellular localization prediction. Boston: De Gruyter, 2015.
Den vollen Inhalt der Quelle findenVapnik, Vladimir Naumovich. The Nature of Statistical Learning Theory. New York, NY: Springer New York, 1995.
Den vollen Inhalt der Quelle findenDasGupta, Anirban. Probability for statistics and machine learning: Fundamentals and advanced topics. New York: Springer, 2011.
Den vollen Inhalt der Quelle findenJin, Tiantian. Effect on Superficial Variability of Examples on Learning Applied Probability. [New York, N.Y.?]: [publisher not identified], 2018.
Den vollen Inhalt der Quelle findenVelleman, Paul F. Learning data analysis with Data desk. New York: W.H. Freeman, 1993.
Den vollen Inhalt der Quelle findenLim, Chee Peng. An incremental adaptive network for on-line, supervised learning and probability estimation. Sheffield: University of Sheffield, Dept. of Automatic Control & Systems Engineering, 1995.
Den vollen Inhalt der Quelle findenGabbay, Dov M. Abductive Reasoning and Learning. Dordrecht: Springer Netherlands, 2000.
Den vollen Inhalt der Quelle findenPalfrey, Thomas R. Testing game-theoretic models of free riding: New evidence on probability bias and learning. Cambridge, Mass: Dept. of Economics, Massachusetts Institute of Technology, 1990.
Den vollen Inhalt der Quelle findenI, Williams Christopher K., Hrsg. Gaussian processes for machine learning. Cambridge, Mass: MIT Press, 2006.
Den vollen Inhalt der Quelle findenRasmussen, Carl Edward. Gaussian processes for machine learning. Cambridge, MA: MIT Press, 2005.
Den vollen Inhalt der Quelle findenVidyasagar, M. Learning and Generalisation: With Applications to Neural Networks. London: Springer London, 2003.
Den vollen Inhalt der Quelle finden1945-, Basak Subhash C., Hrsg. Statistical and machine learning approaches for network analysis. Hoboken, N.J: Wiley, 2012.
Den vollen Inhalt der Quelle findenUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer, 2016.
Den vollen Inhalt der Quelle findenUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer, 2020.
Den vollen Inhalt der Quelle findenUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer, 2019.
Den vollen Inhalt der Quelle findenUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer London, Limited, 2016.
Den vollen Inhalt der Quelle findenPython for Probability, Statistics, and Machine Learning. Springer International Publishing AG, 2023.
Den vollen Inhalt der Quelle findenPython for Probability, Statistics, and Machine Learning. Springer International Publishing AG, 2022.
Den vollen Inhalt der Quelle findenPeck, Roxy, und Chris Olsen. Statistics: Learning from Data. Brooks/Cole, 2013.
Den vollen Inhalt der Quelle findenPeck, Roxy. Statistics: Learning from Data. Brooks/Cole, 2017.
Den vollen Inhalt der Quelle findenPeck, Roxy. Statistics: Learning from Data. Brooks/Cole, 2013.
Den vollen Inhalt der Quelle findenPeck, Roxy. Statistics: Learning from Data. Cengage Learning, 2023.
Den vollen Inhalt der Quelle findenProbability and Statistics for Machine Learning: A Textbook. Springer, 2024.
Den vollen Inhalt der Quelle findenSchrope, Byron. Probability and Its Concepts: Give Your Business an Edge by Learning More about Probability. Independently Published, 2022.
Den vollen Inhalt der Quelle findenKnox, Steven W. Machine Learning: a Concise Introduction (Wiley Series in Probability and Statistics). Wiley, 2018.
Den vollen Inhalt der Quelle findenDuerr, Oliver, Beate Sick und Elvis Murina. Probabilistic Deep Learning: With Python, Keras and TensorFlow Probability. Manning Publications, 2020.
Den vollen Inhalt der Quelle findenBatanero, Carmen, und Egan J. Chernoff. Teaching and Learning Stochastics: Advances in Probability Education Research. Springer, 2018.
Den vollen Inhalt der Quelle findenBatanero, Carmen, und Egan J. Chernoff. Teaching and Learning Stochastics: Advances in Probability Education Research. Springer, 2019.
Den vollen Inhalt der Quelle findenTomar, Simit. Probability and Statistics for Data Science and Machine Learning. Independently Published, 2020.
Den vollen Inhalt der Quelle findenDuerr, Oliver, und Beate Sick. Probabilistic Deep Learning: With Python, Keras and TensorFlow Probability. Manning Publications Co. LLC, 2020.
Den vollen Inhalt der Quelle findenJones, Graham A. Exploring Probability in School: Challenges for Teaching and Learning. Springer, 2010.
Den vollen Inhalt der Quelle findenJones, Graham A. Exploring Probability in School: Challenges for Teaching and Learning. Springer, 2005.
Den vollen Inhalt der Quelle findenAdams, Christopher P. Learning Microeconometrics with R. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenLearning Microeconometrics with R. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenDasGupta, Anirban. Probability for Statistics and Machine Learning: Fundamentals and Advanced Topics. Springer, 2013.
Den vollen Inhalt der Quelle findenMachine learning: A probabilistic perspective. Cambridge, MA: MIT Press, 2012.
Den vollen Inhalt der Quelle findenMurphy, Kevin P. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
Den vollen Inhalt der Quelle findenMurphy, Kevin P. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
Den vollen Inhalt der Quelle finden