Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Zjistit stav objednávky

Staňte se součástí komunity milovníků knih z celého světa a získejte hromadu výhod. Založit účet zdarma

Doprava zdarma se Zásilkovnou nad 1 499 Kč

Kurýr DPD 69 Kč PPL shop 49 Kč Balíkovna 69 Kč PPL kurýr 74 Kč PPL box 39 Kč Balíkovna 49 Kč Výdejní místo DPD 49 Kč Zásilkovna 39 Kč

Kontakt

Jak nakupovat

Pomoc

Můj účet

▸ Prázdný :-(

Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Case-based Predictions: An Axiomatic Approach To Prediction, Classification And Statistical Learning

Name: Case-based Predictions: An Axiomatic Approach To Prediction, Classification And Statistical Learning
Brand: World Scientific Publishing Co Pte Ltd
SKU: 04430080
Price: 3084 CZK
Availability: InStock
Author: Itzhak Gilboa
ISBN: 9789814366175

Itzhak Gilboa

Jazyk

Angličtina

Kniha Pevná

Libristo kód: 04430080

Nakladatelství World Scientific Publishing Co Pte Ltd, duben 2012

This book presents an axiomatic approach to the problems of prediction, classification, and statisti... Celý popis

Libristo kód: 04430080

308 b

3 084 Kč

Skladem u dodavatele Odesíláme za 10-13 dnů

Až 30 dní na vrácení zboží

Zákazníci také koupili

Onitsha Jean-Marie Gustave Le Clézio

Brožovaná

272 Kč

Ben liebt Anna Peter Härtling

Brožovaná

249 Kč

Educaç?o Em Mauá: Um estudo propositivo Prefácio por Sandro Souza Sandro Souza

Brožovaná

194 Kč

Prašina: Křídový panáček #2 Vojtěch Matocha

Brožovaná

60 Kč

Militarsanitatswesen Der Vereinigten Staaten Von Nord-Amerika Wahrend Des Letzten Krieges Harry Von Haurowitz

Brožovaná

1 086 Kč

KuliFerda (5–7 let) - SADA 5 pracovních sešitů č.2 Jana Pechancová

Brožovaná

240 Kč

Láska žije offline Lucia Žiaková

Pevná

296 Kč

This book presents an axiomatic approach to the problems of prediction, classification, and statistical learning. Using methodologies from axiomatic decision theory, and, in particular, the authors' case-based decision theory, the present studies attempt to ask what inductive conclusions can be derived from existing databases. It is shown that simple consistency rules lead to similarity-weighted aggregation, akin to kernel-based methods. It is suggested that the similarity function be estimated from the data. The incorporation of rule-based reasoning is discussed.