Algorithmic Learning Theory

10th International Conference, ALT '99 Tokyo, Japan, December 6-8, 1999 Proceedings
384 Seiten, Taschenbuch
€ 63,90
-
+
Lieferung in 7-14 Werktagen

Bitte haben Sie einen Moment Geduld, wir legen Ihr Produkt in den Warenkorb.

Mehr Informationen
Reihe Lecture Notes in Computer Science
Themen Informatik und Informationstechnologie Informatik Künstliche Intelligenz (KI)
ISBN 9783540667483
Sprache Englisch
Erscheinungsdatum 17.11.1999
Größe 235 x 155 mm
Verlag Springer
Herausgegeben von Takashi Yokomori, Osamu Watanabe
LieferzeitLieferung in 7-14 Werktagen
HerstellerangabenAnzeigen
Europaplatz 3 | DE-69115 Heidelberg
ProductSafety@springernature.com
Unsere Prinzipien
  • ✔ kostenlose Lieferung innerhalb Österreichs ab € 35,–
  • ✔ über 1,5 Mio. Bücher, DVDs & CDs im Angebot
  • ✔ alle FALTER-Produkte und Abos, nur hier!
  • ✔ hohe Sicherheit durch SSL-Verschlüsselung (RSA 4096 bit)
  • ✔ keine Weitergabe personenbezogener Daten an Dritte
  • ✔ als 100% österreichisches Unternehmen liefern wir innerhalb Österreichs mit der Österreichischen Post
Kurzbeschreibung des Verlags

Invited Lectures.- Tailoring Representations to Different Requirements.- Theoretical Views of Boosting and Applications.- Extended Stochastic Complexity and Minimax Relative Loss Analysis.- Regular Contributions.- Algebraic Analysis for Singular Statistical Estimation.- Generalization Error of Linear Neural Networks in Unidentifiable Cases.- The Computational Limits to the Cognitive Power of the Neuroidal Tabula Rasa.- The Consistency Dimension and Distribution-Dependent Learning from Queries (Extended Abstract).- The VC-Dimension of Subclasses of Pattern Languages.- On the V ? Dimension for Regression in Reproducing Kernel Hilbert Spaces.- On the Strength of Incremental Learning.- Learning from Random Text.- Inductive Learning with Corroboration.- Flattening and Implication.- Induction of Logic Programs Based on ?-Terms.- Complexity in the Case Against Accuracy: When Building One Function-Free Horn Clause Is as Hard as Any.- A Method of Similarity-Driven Knowledge Revision for Type Specializations.- PAC Learning with Nasty Noise.- Positive and Unlabeled Examples Help Learning.- Learning Real Polynomials with a Turing Machine.- Faster Near-Optimal Reinforcement Learning: Adding Adaptiveness to the E3 Algorithm.- A Note on Support Vector Machine Degeneracy.- Learnability of Enumerable Classes of Recursive Functions from "Typical" Examples.- On the Uniform Learnability of Approximations to Non-recursive Functions.- Learning Minimal Covers of Functional Dependencies with Queries.- Boolean Formulas Are Hard to Learn for Most Gate Bases.- Finding Relevant Variables in PAC Model with Membership Queries.- General Linear Relations among Different Types of Predictive Complexity.- Predicting Nearly as Well as the Best Pruning of a Planar Decision Graph.- On Learning Unionsof Pattern Languages and Tree Patterns.

Mehr Informationen
Reihe Lecture Notes in Computer Science
Themen Informatik und Informationstechnologie Informatik Künstliche Intelligenz (KI)
ISBN 9783540667483
Sprache Englisch
Erscheinungsdatum 17.11.1999
Größe 235 x 155 mm
Verlag Springer
Herausgegeben von Takashi Yokomori, Osamu Watanabe
LieferzeitLieferung in 7-14 Werktagen
HerstellerangabenAnzeigen
Europaplatz 3 | DE-69115 Heidelberg
ProductSafety@springernature.com
Unsere Prinzipien
  • ✔ kostenlose Lieferung innerhalb Österreichs ab € 35,–
  • ✔ über 1,5 Mio. Bücher, DVDs & CDs im Angebot
  • ✔ alle FALTER-Produkte und Abos, nur hier!
  • ✔ hohe Sicherheit durch SSL-Verschlüsselung (RSA 4096 bit)
  • ✔ keine Weitergabe personenbezogener Daten an Dritte
  • ✔ als 100% österreichisches Unternehmen liefern wir innerhalb Österreichs mit der Österreichischen Post