Książki na temat „Continuous and distributed machine learning”
Utwórz poprawne odniesienie w stylach APA, MLA, Chicago, Harvard i wielu innych
Sprawdź 50 najlepszych książek naukowych na temat „Continuous and distributed machine learning”.
Przycisk „Dodaj do bibliografii” jest dostępny obok każdej pracy w bibliografii. Użyj go – a my automatycznie utworzymy odniesienie bibliograficzne do wybranej pracy w stylu cytowania, którego potrzebujesz: APA, MLA, Harvard, Chicago, Vancouver itp.
Możesz również pobrać pełny tekst publikacji naukowej w formacie „.pdf” i przeczytać adnotację do pracy online, jeśli odpowiednie parametry są dostępne w metadanych.
Przeglądaj książki z różnych dziedzin i twórz odpowiednie bibliografie.
Weiss, Gerhard. Distributed machine learning. Sankt Augustin: Infix, 1995.
Znajdź pełny tekst źródłaTestas, Abdelaziz. Distributed Machine Learning with PySpark. Berkeley, CA: Apress, 2023. http://dx.doi.org/10.1007/978-1-4842-9751-3.
Pełny tekst źródłaAmini, M. Hadi, red. Distributed Machine Learning and Computing. Cham: Springer International Publishing, 2024. http://dx.doi.org/10.1007/978-3-031-57567-9.
Pełny tekst źródłaJiang, Jiawei, Bin Cui i Ce Zhang. Distributed Machine Learning and Gradient Optimization. Singapore: Springer Singapore, 2022. http://dx.doi.org/10.1007/978-981-16-3420-8.
Pełny tekst źródłaJoshi, Gauri. Optimization Algorithms for Distributed Machine Learning. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-19067-4.
Pełny tekst źródłaSahoo, Jyoti Prakash, Asis Kumar Tripathy, Manoranjan Mohanty, Kuan-Ching Li i Ajit Kumar Nayak, red. Advances in Distributed Computing and Machine Learning. Singapore: Springer Singapore, 2022. http://dx.doi.org/10.1007/978-981-16-4807-6.
Pełny tekst źródłaRout, Rashmi Ranjan, Soumya Kanti Ghosh, Prasanta K. Jana, Asis Kumar Tripathy, Jyoti Prakash Sahoo i Kuan-Ching Li, red. Advances in Distributed Computing and Machine Learning. Singapore: Springer Nature Singapore, 2022. http://dx.doi.org/10.1007/978-981-19-1018-0.
Pełny tekst źródłaTripathy, Asis Kumar, Mahasweta Sarkar, Jyoti Prakash Sahoo, Kuan-Ching Li i Suchismita Chinara, red. Advances in Distributed Computing and Machine Learning. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-15-4218-3.
Pełny tekst źródłaNanda, Umakanta, Asis Kumar Tripathy, Jyoti Prakash Sahoo, Mahasweta Sarkar i Kuan-Ching Li, red. Advances in Distributed Computing and Machine Learning. Singapore: Springer Nature Singapore, 2024. http://dx.doi.org/10.1007/978-981-97-1841-2.
Pełny tekst źródłaChinara, Suchismita, Asis Kumar Tripathy, Kuan-Ching Li, Jyoti Prakash Sahoo i Alekha Kumar Mishra, red. Advances in Distributed Computing and Machine Learning. Singapore: Springer Nature Singapore, 2023. http://dx.doi.org/10.1007/978-981-99-1203-2.
Pełny tekst źródłaNanda, Umakanta, Asis Kumar Tripathy, Jyoti Prakash Sahoo, Mahasweta Sarkar i Kuan-Ching Li, red. Advances in Distributed Computing and Machine Learning. Singapore: Springer Nature Singapore, 2024. http://dx.doi.org/10.1007/978-981-97-3523-5.
Pełny tekst źródłaWeiß, Gerhard, red. Distributed Artificial Intelligence Meets Machine Learning Learning in Multi-Agent Environments. Berlin, Heidelberg: Springer Berlin Heidelberg, 1997. http://dx.doi.org/10.1007/3-540-62934-3.
Pełny tekst źródłaEuropean Conference on Artificial Intelligence (12th 1996 Budapest, Hungary). Distributed artificial intelligence meets machine learning: Learning in multi-agent environments : ECAI'96 Workshop LDAIS, Budapest, Hungary, August 13, 1996, ICMAS'96 Workshop LIOME, Kyoto, Japan, December 10, 1996, selected papers. Berlin: Springer, 1997.
Znajdź pełny tekst źródłaKim, Steven H. Learning and coordination: Enhancing agent performance through distributed decision making. Dordrecht: Kluwer Academic, 1994.
Znajdź pełny tekst źródłaInternational, Joint Conference on Artificial Intelligence (14th 1995 Montréal Québec). Adaption and learning in multi-agent systems: IJCAI '95 workshop, Montréal, Canada, August 21, 1995, proceedings. Berlin: Springer, 1996.
Znajdź pełny tekst źródłaChaturvedi, Alok R. A machine learning approach to the design of time invariant fragments for replication in a distributed database environment. West Lafayette, Ind: Institute for Research in the Behavioral, Economic, and Management Sciences, Krannert Graduate School of Management, Purdue University, 1989.
Znajdź pełny tekst źródłaOyarzun Laura, Cristina, M. Jorge Cardoso, Michal Rosen-Zvi, Georgios Kaissis, Marius George Linguraru, Raj Shekhar, Stefan Wesarg i in., red. Clinical Image-Based Procedures, Distributed and Collaborative Learning, Artificial Intelligence for Combating COVID-19 and Secure and Privacy-Preserving Machine Learning. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-90874-4.
Pełny tekst źródła1962-, Weiss Gerhard, European Conference on Artificial Intelligence, (12th : 1996 : Budapest, Hungary) i International Conference on Multi-Agent Systems, (2nd : 1996 : Kyoto, Japan), red. Distributed artificial intelligence meets machine learning: Learning in multi-agent environments : ECAI'96 Workshop LDAIS, Budapest, Hungary, August 13, 1996, ICMAS'96 Workshop LIOME, Kyoto, Japan, December 10, 1996 : selected papers. Berlin: Springer, 1997.
Znajdź pełny tekst źródłaPolyakova, Anna, Tat'yana Sergeeva i Irina Kitaeva. The continuous formation of the stochastic culture of schoolchildren in the context of the digital transformation of general education. ru: INFRA-M Academic Publishing LLC., 2022. http://dx.doi.org/10.12737/1876368.
Pełny tekst źródłaLeigh, J. R. Control Theory. Wyd. 2. Stevenage: IET, 2004.
Znajdź pełny tekst źródłaDistributed Machine Learning Patterns. Manning Publications Co. LLC, 2024.
Znajdź pełny tekst źródłaTang, Yuan. Distributed Machine Learning Patterns. Manning Publications Co. LLC, 2022.
Znajdź pełny tekst źródłaOptimization Algorithms for Distributed Machine Learning. Springer International Publishing AG, 2023.
Znajdź pełny tekst źródłaDistributed Machine Learning and Gradient Optimization. Springer, 2023.
Znajdź pełny tekst źródłaDistributed Machine Learning and Gradient Optimization. Springer Singapore Pte. Limited, 2021.
Znajdź pełny tekst źródłaLearning Ray: Flexible Distributed Python for Machine Learning. O'Reilly Media, Incorporated, 2023.
Znajdź pełny tekst źródłaHarini, S., i V. Pattabiraman. Scalable and Distributed Machine Learning and Deep Learning Patterns. IGI Global, 2023.
Znajdź pełny tekst źródłaHarini, S., i V. Pattabiraman. Scalable and Distributed Machine Learning and Deep Learning Patterns. IGI Global, 2023.
Znajdź pełny tekst źródłaHarini, S., i V. Pattabiraman. Scalable and Distributed Machine Learning and Deep Learning Patterns. IGI Global, 2023.
Znajdź pełny tekst źródłaHarini, S., i V. Pattabiraman. Scalable and Distributed Machine Learning and Deep Learning Patterns. IGI Global, 2023.
Znajdź pełny tekst źródłaLangford, John, Ron Bekkerman i Mikhail Bilenko. Scaling up Machine Learning: Parallel and Distributed Approaches. Cambridge University Press, 2011.
Znajdź pełny tekst źródłaLangford, John, Ron Bekkerman i Mikhail Bilenko. Scaling up Machine Learning: Parallel and Distributed Approaches. Cambridge University Press, 2012.
Znajdź pełny tekst źródłaScaling up Machine Learning: Parallel and Distributed Approaches. Cambridge University Press, 2018.
Znajdź pełny tekst źródłaLangford, John, Ron Bekkerman i Mikhail Bilenko. Scaling up Machine Learning: Parallel and Distributed Approaches. Cambridge University Press, 2012.
Znajdź pełny tekst źródłaScaling up machine learning: Parallel and distributed approaches. Cambridge: Cambridge University Press, 2011.
Znajdź pełny tekst źródłaGupta, Nirupam, i Rafael Pinot. Robust Machine Learning: Distributed Methods for Safe AI. Springer, 2024.
Znajdź pełny tekst źródłaWang, Guanhua. Distributed Machine Learning with Python: Accelerating Model Training and Serving with Distributed Systems. Packt Publishing, Limited, 2022.
Znajdź pełny tekst źródłaDistributed Machine Learning with Python: Accelerating Model Training and Serving with Distributed Systems. de Gruyter GmbH, Walter, 2022.
Znajdź pełny tekst źródłaDistributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers. 2010.
Znajdź pełny tekst źródłaDistributed Optimization and Statistical Learning Via the Alternating Direction Method of Multipliers. Now Publishers, 2011.
Znajdź pełny tekst źródłaCollier, Rich, i Bahaaldine Azarmi. Machine Learning with the Elastic Stack: Expert Techniques to Integrate Machine Learning with Distributed Search and Analytics. Packt Publishing, Limited, 2019.
Znajdź pełny tekst źródłaTatarenko, Tatiana. Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems. Springer, 2017.
Znajdź pełny tekst źródłaTatarenko, Tatiana. Game-Theoretic Learning and Distributed Optimization in Memoryless Multi-Agent Systems. Springer, 2018.
Znajdź pełny tekst źródłaAdvances in Distributed Computing and Machine Learning: Proceedings of ICADCML 2021. Springer, 2022.
Znajdź pełny tekst źródłaLi, Kuan-Ching, Asis Kumar Tripathy, Mahasweta Sarkar, Jyoti Prakash Sahoo i Suchismita Chinara. Advances in Distributed Computing and Machine Learning: Proceedings of ICADCML 2020. Springer, 2020.
Znajdź pełny tekst źródłaLi, Kuan-Ching, Asis Kumar Tripathy, Jyoti Prakash Sahoo, Ajit Kumar Nayak i Manoranjan Mohanty. Advances in Distributed Computing and Machine Learning: Proceedings of ICADCML 2021. Springer Singapore Pte. Limited, 2021.
Znajdź pełny tekst źródłaRout, Rashmi Ranjan, Asis Kumar Tripathy, Jyoti Prakash Sahoo, Soumya Kanti Ghosh i Prasanta K. Jana. Advances in Distributed Computing and Machine Learning: Proceedings of ICADCML 2022. Springer, 2022.
Znajdź pełny tekst źródłaTripathy, Asis Kumar, Mahasweta Sarkar i Jyoti Prakash Sahoo. Advances in Distributed Computing and Machine Learning: Proceedings of ICADCML 2020. Springer, 2020.
Znajdź pełny tekst źródłaIozzia, Guglielmo. Hands-On Deep Learning with Apache Spark: Build and Deploy Distributed Deep Learning Applications on Apache Spark. Packt Publishing, Limited, 2019.
Znajdź pełny tekst źródłaGrant, Ginger, Guillermo Fernandez, Julio Granados, Pau Sempere i Javier Torrenteras. Exam Ref 70-774 Perform Cloud Data Science with Azure Machine Learning. Microsoft Press, 2018.
Znajdź pełny tekst źródła