Hochschulschrift
Aktives Lernen für Klassifikationsprobleme unter der Nutzung von Strukturinformationen
- Location
-
Deutsche Nationalbibliothek Frankfurt am Main
- ISBN
-
9783862199983
- Dimensions
-
21 cm
- Extent
-
XII, 238 Seiten
- Language
-
Deutsch
- Notes
-
Universität Kassel, Dissertation, 2015
- Bibliographic citation
-
Intelligent embedded systems ; Band 5
- Keyword
-
Maschinelles Lernen
Automatische Klassifikation
Klassifikator
Mustererkennung
Strukturlernen
Verfeinerung
Stochastisches Modell
Support-Vektor-Maschine
- Event
-
Veröffentlichung
- (where)
-
Kassel
- (who)
-
Kassel University Press
- (when)
-
[2015]
- Creator
- Table of contents
- Rights
-
Bei diesem Objekt liegt nur das Inhaltsverzeichnis digital vor. Der Zugriff darauf ist unbeschränkt möglich.
- Last update
-
11.06.2025, 1:58 PM CEST
Data provider
This object is provided by:
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Object type
- Hochschulschrift
Associated
- Reitmaier, Tobias
- Kassel University Press
Time of origin
- [2015]
Other Objects (12)
Aktives maschinelles Lernen bei unvollständiger Information
Schnelle präzise Positionierung mit GPS und GALILEO unter Nutzung aktiver Referenznetzwerke
Aktives Lernen
Strukturiertes aktives Lernen von Algorithmen mit interaktiven Visualisierungen
Zum schöpferischen Lernen unter Nutzung fachübergreifender Beziehungen im Biologieunterricht der Klasse 8
Modellierung und effiziente Nutzung aktiver Infrarotsensorik in autonomen Systemen
Aktives Lernen zur Klassifikation großer Datenmengen mittels Exploration und Spezialisierung
Strukturiertes aktives Lernen von Algorithmen mit interaktiven Visualisierungen
Zur thermischen Nutzung des Untergrunds mit flächigen thermo-aktiven Bauteilen
Zur thermischen Nutzung des Untergrunds mit flächigen thermo-aktiven Bauteilen
Polyrepräsentation, Relevanz-Approximation und aktives Lernen im Vektorraummodell des Information-Retrievals
Aktiv klicken : = Aktiv lernen? [[Elektronische Ressource]] : Konzeption und Evaluation eines fallbasierten Lernsystems zur Interventionsplanung (FLIP) im Kontext Gesundheitsverhalten
Aktives maschinelles Lernen bei unvollständiger Information
Schnelle präzise Positionierung mit GPS und GALILEO unter Nutzung aktiver Referenznetzwerke
Aktives Lernen
Strukturiertes aktives Lernen von Algorithmen mit interaktiven Visualisierungen
Zum schöpferischen Lernen unter Nutzung fachübergreifender Beziehungen im Biologieunterricht der Klasse 8
Modellierung und effiziente Nutzung aktiver Infrarotsensorik in autonomen Systemen
Aktives Lernen zur Klassifikation großer Datenmengen mittels Exploration und Spezialisierung
Strukturiertes aktives Lernen von Algorithmen mit interaktiven Visualisierungen
Zur thermischen Nutzung des Untergrunds mit flächigen thermo-aktiven Bauteilen
Zur thermischen Nutzung des Untergrunds mit flächigen thermo-aktiven Bauteilen
Polyrepräsentation, Relevanz-Approximation und aktives Lernen im Vektorraummodell des Information-Retrievals
Aktiv klicken : = Aktiv lernen? [[Elektronische Ressource]] : Konzeption und Evaluation eines fallbasierten Lernsystems zur Interventionsplanung (FLIP) im Kontext Gesundheitsverhalten
Aktives maschinelles Lernen bei unvollständiger Information
Schnelle präzise Positionierung mit GPS und GALILEO unter Nutzung aktiver Referenznetzwerke
Aktives Lernen
Strukturiertes aktives Lernen von Algorithmen mit interaktiven Visualisierungen
Zum schöpferischen Lernen unter Nutzung fachübergreifender Beziehungen im Biologieunterricht der Klasse 8
Modellierung und effiziente Nutzung aktiver Infrarotsensorik in autonomen Systemen
Aktives Lernen zur Klassifikation großer Datenmengen mittels Exploration und Spezialisierung
Strukturiertes aktives Lernen von Algorithmen mit interaktiven Visualisierungen
Zur thermischen Nutzung des Untergrunds mit flächigen thermo-aktiven Bauteilen
Zur thermischen Nutzung des Untergrunds mit flächigen thermo-aktiven Bauteilen
Polyrepräsentation, Relevanz-Approximation und aktives Lernen im Vektorraummodell des Information-Retrievals