Книги з теми "Dynamic machine learning"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 книг для дослідження на тему "Dynamic machine learning".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте книги для різних дисциплін та оформлюйте правильно вашу бібліографію.
Gultekin, San. Dynamic Machine Learning with Least Square Objectives. [New York, N.Y.?]: [publisher not identified], 2019.
Знайти повний текст джерелаBennaceur, Amel, Reiner Hähnle, and Karl Meinke, eds. Machine Learning for Dynamic Software Analysis: Potentials and Limits. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-96562-8.
Повний текст джерелаIEEE, International Symposium on Approximate Dynamic Programming and Reinforcement Learning (1st 2007 Honolulu Hawaii). 2007 IEEE Symposium on Approximate Dynamic Programming and Reinforcement Learning: Honolulu, HI, 1-5 April 2007. Piscataway, NJ: IEEE, 2007.
Знайти повний текст джерелаHinders, Mark K. Intelligent Feature Selection for Machine Learning Using the Dynamic Wavelet Fingerprint. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-49395-0.
Повний текст джерелаIEEE International Symposium on Approximate Dynamic Programming and Reinforcement Learning (1st 2007 Honolulu, Hawaii). 2007 IEEE Symposium on Approximate Dynamic Programming and Reinforcement Learning: Honolulu, HI, 1-5 April 2007. Piscataway, NJ: IEEE, 2007.
Знайти повний текст джерелаIEEE International Symposium on Approximate Dynamic Programming and Reinforcement Learning (1st 2007 Honolulu, Hawaii). 2007 IEEE Symposium on Approximate Dynamic Programming and Reinforcement Learning: Honolulu, HI, 1-5 April 2007. Piscataway, NJ: IEEE, 2007.
Знайти повний текст джерелаAchmad, Widodo, ed. Introduction of intelligent machine fault diagnosis and prognosis. New York: Nova Science Publishers, 2009.
Знайти повний текст джерелаRussell, David W. The BOXES Methodology: Black Box Dynamic Control. London: Springer London, 2012.
Знайти повний текст джерелаHayes-Roth, Barbara. An architecture for adaptive intelligent systems. Stanford, Calif: Stanford University, Dept. of Computer Science, 1993.
Знайти повний текст джерелаDuriez, Thomas, Steven L. Brunton, and Bernd R. Noack. Machine Learning Control – Taming Nonlinear Dynamics and Turbulence. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-40624-4.
Повний текст джерелаChiroma, Haruna, Shafi’i M. Abdulhamid, Philippe Fournier-Viger, and Nuno M. Garcia, eds. Machine Learning and Data Mining for Emerging Trend in Cyber Dynamics. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-66288-2.
Повний текст джерелаLeigh, J. R. Control Theory. 2nd ed. Stevenage: IET, 2004.
Знайти повний текст джерелаLi, Fanzhang, Li Zhang, and Zhao Zhang. Dynamic Fuzzy Machine Learning. de Gruyter GmbH, Walter, 2017.
Знайти повний текст джерелаLi, Fanzhang, Li Zhang, and Zhao Zhang. Dynamic Fuzzy Machine Learning. de Gruyter GmbH, Walter, 2017.
Знайти повний текст джерелаLi, Fanzhang, Li Zhang, and Zhao Zhang. Dynamic Fuzzy Machine Learning. de Gruyter GmbH, Walter, 2017.
Знайти повний текст джерелаMuneesawang, Paisarn, Ling Guan, Matthew Kyan, and Kambiz Jarrah. Unsupervised Learning: A Dynamic Approach. Wiley & Sons, Incorporated, John, 2014.
Знайти повний текст джерелаMuneesawang, Paisarn, Ling Guan, Matthew Kyan, and Kambiz Jarrah. Unsupervised Learning: A Dynamic Approach. Wiley & Sons, Incorporated, John, 2014.
Знайти повний текст джерелаJ, Walsh Thomas, Jonathan P. How, Alborz Geramifard, Stefanie Tellex, and Girish Chowdhary. Tutorial on Linear Function Approximators for Dynamic Programming and Reinforcement Learning. Now Publishers, 2013.
Знайти повний текст джерелаMuneesawang, Paisarn, Ling Guan, Matthew Kyan, and Kambiz Jarrah. Unervised Learning Via Self-Organization: A Dynamic Approach. Wiley & Sons, Incorporated, John, 2014.
Знайти повний текст джерелаLearning from Data Streams in Dynamic Environments. Springer, 2015.
Знайти повний текст джерелаMachine Learning for Dynamic Software Analysis : Potentials and Limits: International Dagstuhl Seminar 16172, Dagstuhl Castle, Germany, April 24-27, ... Papers. Springer, 2018.
Знайти повний текст джерелаZeng, Tao, Tao Huang, and Chuan Lu, eds. Machine Learning Advanced Dynamic Omics Data Analysis for Precision Medicine. Frontiers Media SA, 2020. http://dx.doi.org/10.3389/978-2-88963-554-2.
Повний текст джерелаPowell, Warren B., Andrew G. Barto, Don Wunsch, and Jennie Si. Handbook of Learning and Approximate Dynamic Programming. Wiley & Sons, Incorporated, John, 2012.
Знайти повний текст джерелаHinders, Mark K. Intelligent Feature Selection for Machine Learning Using the Dynamic Wavelet Fingerprint. Springer International Publishing AG, 2021.
Знайти повний текст джерелаHinders, Mark K. Intelligent Feature Selection for Machine Learning Using the Dynamic Wavelet Fingerprint. Springer International Publishing AG, 2020.
Знайти повний текст джерелаLewis, Frank L., and Derong Liu. Reinforcement Learning and Approximate Dynamic Programming for Feedback Control. Wiley & Sons, Incorporated, John, 2013.
Знайти повний текст джерелаLewis, Frank L., and Derong Liu. Reinforcement Learning and Approximate Dynamic Programming for Feedback Control. Wiley & Sons, Incorporated, John, 2013.
Знайти повний текст джерелаLewis, Frank L., and Derong Liu. Reinforcement Learning and Approximate Dynamic Programming for Feedback Control. Wiley & Sons, Incorporated, John, 2013.
Знайти повний текст джерелаHeo, Wookjae. Demand for Life Insurance: Dynamic Ecological Systemic Theory Using Machine Learning Techniques. Springer International Publishing AG, 2020.
Знайти повний текст джерелаHeo, Wookjae. Demand for Life Insurance: Dynamic Ecological Systemic Theory Using Machine Learning Techniques. Springer International Publishing AG, 2019.
Знайти повний текст джерелаR Machine Learning by Example: Understand the Fundamentals of Machine Learning with R and Build Your Own Dynamic Algorithms to Tackle Complicated Real-World Problems Successfully. de Gruyter GmbH, Walter, 2016.
Знайти повний текст джерелаRussell, David W. The BOXES Methodology: Black Box Dynamic Control. Springer, 2014.
Знайти повний текст джерелаThe BOXES Methodology: Black Box Dynamic Control. Springer, 2012.
Знайти повний текст джерелаPickreign, Cynthia J. Riggle: A program for the dynamic conceptual time series analysis of hypervariate data and its application to ecotoxicology. 1995.
Знайти повний текст джерелаAmunategui, Manuel. Python Web Work - Online Presence Powerhouse: Grow Audiences, Use Html5 Templates, Serve Dynamic Content, Build Machine Learning Web Apps, Conquer the World. Independently Published, 2020.
Знайти повний текст джерелаSalin, Sandra, and Cathy Hampton, eds. Innovative language teaching and learning at university: facilitating transition from and to higher education. Research-publishing.net, 2022. http://dx.doi.org/10.14705/rpnet.2022.56.9782490057986.
Повний текст джерелаNoack, Bernd R., Steven L. Brunton, and Thomas Duriez. Machine Learning Control – Taming Nonlinear Dynamics and Turbulence. Springer, 2018.
Знайти повний текст джерелаNoack, Bernd R., Steven L. Brunton, and Thomas Duriez. Machine Learning Control - Taming Nonlinear Dynamics and Turbulence. Springer London, Limited, 2016.
Знайти повний текст джерелаNoack, Bernd R., Steven L. Brunton, and Thomas Duriez. Machine Learning Control – Taming Nonlinear Dynamics and Turbulence. Springer, 2016.
Знайти повний текст джерелаDecherchi, Sergio, Andrea Cavalli, Pratyush Tiwary, and Francesca Grisoni, eds. Molecular Dynamics and Machine Learning in Drug Discovery. Frontiers Media SA, 2021. http://dx.doi.org/10.3389/978-2-88966-863-2.
Повний текст джерелаIordache, Octavian. Self-Evolvable Systems: Machine Learning in Social Media. Springer Berlin / Heidelberg, 2014.
Знайти повний текст джерелаIordache, Octavian. Self-Evolvable Systems: Machine Learning in Social Media. Springer, 2012.
Знайти повний текст джерелаHanson, Stephen José, Michael J. Kearns, Thomas Petsche, and Ronald L. Rivest, eds. Computational Learning Theory and Natural Learning Systems, Volume 2. The MIT Press, 1994. http://dx.doi.org/10.7551/mitpress/2029.001.0001.
Повний текст джерелаBansal, Vinnie, and Aurelien Clere. Machine Learning with Dynamics 365 and Power Platform: The Ultimate Guide to Learning and Applying Machine Learning and Predictive Analytics. Wiley & Sons, Limited, John, 2022.
Знайти повний текст джерелаUltimate Machine Learning Data Science: Statistical Methods for Building Trading Strategies to Machine Learning, Dynamical Systems, and Control for Beginners. Independently Published, 2022.
Знайти повний текст джерелаKutz, J. Nathan, and Steven L. Brunton. Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control. Cambridge University Press, 2019.
Знайти повний текст джерелаKutz, J. Nathan, and Steven L. Brunton. Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control. Cambridge University Press, 2022.
Знайти повний текст джерелаKutz, J. Nathan, and Steven L. Brunton. Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control. Cambridge University Press, 2019.
Знайти повний текст джерелаData-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control. Cambridge University Press, 2022.
Знайти повний текст джерелаMitra, Bivas, Fakhteh Ghanbarnejad, Rishiraj Saha Roy, Fariba Karimi, and Jean-Charles Delvenne. Dynamics On and Of Complex Networks III: Machine Learning and Statistical Physics Approaches. Springer, 2019.
Знайти повний текст джерела