Книги з теми "Probability learning"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 книг для дослідження на тему "Probability 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.
Batanero, Carmen, Egan J. Chernoff, Joachim Engel, Hollylynne S. Lee, and Ernesto Sánchez. Research on Teaching and Learning Probability. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-31625-3.
Повний текст джерелаDasGupta, 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.
Повний текст джерелаAggarwal, Charu C. Probability and Statistics for Machine Learning. Cham: Springer Nature Switzerland, 2024. http://dx.doi.org/10.1007/978-3-031-53282-5.
Повний текст джерелаEgan, J. Chernoff, Engel Joachim, Lee Hollylynne S, and Sánchez Ernesto, eds. Research on Teaching and Learning Probability. Cham: Springer, 2016.
Знайти повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-18545-9.
Повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-30717-6.
Повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-04648-3.
Повний текст джерелаPowell, Warren B. Optimal learning. Hoboken, New Jersey: Wiley, 2012.
Знайти повний текст джерелаPeck, Roxy. Statistics: Learning from data. Australia: Brooks/Cole, Cengage Learning, 2014.
Знайти повний текст джерелаKnez, Igor. To know what to know before knowing: Acquisition of functional rules in probabilistic ecologies. Uppsala: Uppsala University, 1992.
Знайти повний текст джерелаResearch Institute for Advanced Computer Science (U.S.), ed. Bayesian learning. [Moffett Field, Calif.]: Research Institute for Advanced Computer Science, NASA Ames Research Center, 1989.
Знайти повний текст джерелаERIC Clearinghouse for Science, Mathematics, and Environmental Education., ed. Resources for teaching and learning about probability and statistics. [Columbus, Ohio]: ERIC Clearinghouse for Science, Mathematics and Environmental Education, 1999.
Знайти повний текст джерелаauthor, Mak M. W., ed. Machine learning for protein subcellular localization prediction. Boston: De Gruyter, 2015.
Знайти повний текст джерелаVapnik, Vladimir Naumovich. The Nature of Statistical Learning Theory. New York, NY: Springer New York, 1995.
Знайти повний текст джерелаDasGupta, Anirban. Probability for statistics and machine learning: Fundamentals and advanced topics. New York: Springer, 2011.
Знайти повний текст джерелаJin, Tiantian. Effect on Superficial Variability of Examples on Learning Applied Probability. [New York, N.Y.?]: [publisher not identified], 2018.
Знайти повний текст джерелаVelleman, Paul F. Learning data analysis with Data desk. New York: W.H. Freeman, 1993.
Знайти повний текст джерелаLim, 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.
Знайти повний текст джерелаGabbay, Dov M. Abductive Reasoning and Learning. Dordrecht: Springer Netherlands, 2000.
Знайти повний текст джерелаPalfrey, 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.
Знайти повний текст джерелаI, Williams Christopher K., ed. Gaussian processes for machine learning. Cambridge, Mass: MIT Press, 2006.
Знайти повний текст джерелаRasmussen, Carl Edward. Gaussian processes for machine learning. Cambridge, MA: MIT Press, 2005.
Знайти повний текст джерелаVidyasagar, M. Learning and Generalisation: With Applications to Neural Networks. London: Springer London, 2003.
Знайти повний текст джерела1945-, Basak Subhash C., ed. Statistical and machine learning approaches for network analysis. Hoboken, N.J: Wiley, 2012.
Знайти повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer, 2016.
Знайти повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer, 2020.
Знайти повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer, 2019.
Знайти повний текст джерелаUnpingco, José. Python for Probability, Statistics, and Machine Learning. Springer London, Limited, 2016.
Знайти повний текст джерелаPython for Probability, Statistics, and Machine Learning. Springer International Publishing AG, 2023.
Знайти повний текст джерелаPython for Probability, Statistics, and Machine Learning. Springer International Publishing AG, 2022.
Знайти повний текст джерелаPeck, Roxy, and Chris Olsen. Statistics: Learning from Data. Brooks/Cole, 2013.
Знайти повний текст джерелаPeck, Roxy. Statistics: Learning from Data. Brooks/Cole, 2017.
Знайти повний текст джерелаPeck, Roxy. Statistics: Learning from Data. Brooks/Cole, 2013.
Знайти повний текст джерелаPeck, Roxy. Statistics: Learning from Data. Cengage Learning, 2023.
Знайти повний текст джерелаProbability and Statistics for Machine Learning: A Textbook. Springer, 2024.
Знайти повний текст джерелаSchrope, Byron. Probability and Its Concepts: Give Your Business an Edge by Learning More about Probability. Independently Published, 2022.
Знайти повний текст джерелаKnox, Steven W. Machine Learning: a Concise Introduction (Wiley Series in Probability and Statistics). Wiley, 2018.
Знайти повний текст джерелаDuerr, Oliver, Beate Sick, and Elvis Murina. Probabilistic Deep Learning: With Python, Keras and TensorFlow Probability. Manning Publications, 2020.
Знайти повний текст джерелаBatanero, Carmen, and Egan J. Chernoff. Teaching and Learning Stochastics: Advances in Probability Education Research. Springer, 2018.
Знайти повний текст джерелаBatanero, Carmen, and Egan J. Chernoff. Teaching and Learning Stochastics: Advances in Probability Education Research. Springer, 2019.
Знайти повний текст джерелаTomar, Simit. Probability and Statistics for Data Science and Machine Learning. Independently Published, 2020.
Знайти повний текст джерелаDuerr, Oliver, and Beate Sick. Probabilistic Deep Learning: With Python, Keras and TensorFlow Probability. Manning Publications Co. LLC, 2020.
Знайти повний текст джерелаJones, Graham A. Exploring Probability in School: Challenges for Teaching and Learning. Springer, 2010.
Знайти повний текст джерелаJones, Graham A. Exploring Probability in School: Challenges for Teaching and Learning. Springer, 2005.
Знайти повний текст джерелаAdams, Christopher P. Learning Microeconometrics with R. Taylor & Francis Group, 2020.
Знайти повний текст джерелаLearning Microeconometrics with R. Taylor & Francis Group, 2020.
Знайти повний текст джерелаDasGupta, Anirban. Probability for Statistics and Machine Learning: Fundamentals and Advanced Topics. Springer, 2013.
Знайти повний текст джерелаMachine learning: A probabilistic perspective. Cambridge, MA: MIT Press, 2012.
Знайти повний текст джерелаMurphy, Kevin P. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
Знайти повний текст джерелаMurphy, Kevin P. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
Знайти повний текст джерела