Darmowa dostawa dla zamówień powyżej 299,00 zł.

Sprawdzić stan zamówienia

Zostań członkiem wspólnoty miłośników książek z całego świata i zyskaj mnóstwo korzyści. Załóż konto bezpłatnie

Darmowa dostawa z usługą Inpost oraz Orlen od 299.00 zł

DPD Kurier 12.99 zł Poczta Polska 18.99 zł Paczkomat 13.99 zł InPost 12.99 zł Punkt DPD 13.99 zł

Kontakt

Jak kupować

Pomoc

Moje konto

▸ Pusty :-(

Darmowa dostawa dla zamówień powyżej 299,00 zł.

Machine Learning: ECML 2007

Name: Machine Learning: ECML 2007
Brand: Springer, Berlin
SKU: 01569237
Price: 436.59 PLN
Availability: InStock
Author: Joost N. Kok
ISBN: 9783540749578

18th European Conference on Machine Learning, Warsaw, Poland, September 17-21, 2007, Proceedings

Joost N. Kok

Jacek Koronacki

Ramon Lopez de Mantaras

Stan Matwin

Język

Angielski

Książka Miękka

Kod Libristo: 01569237

Wydawnictwo Springer, Berlin, listopad 2006

This book constitutes the refereed proceedings of the 18th European Conference on Machine Learning,... Cały opis

Kod Libristo: 01569237

249 b

436.59 zł

Dostępna u dostawcy Wysyłamy za 5-8 dni

30 dni na zwrot towaru

Klienci kupili także

Individuelles Arbeitsbuch Deutsch SII Peter Bekes

Miękka

107.58 zł

Wiedergeboren Susan Sontag

Twarda

106.38 zł

Strategia oceano blu. Vincere senza competere W. Chan Kim

Twarda

99.86 zł

75 kötött virágos blokk - Gyönyörű minták takarókhoz, kiegészítőkhöz és sok minden máshoz Lesley Stanfield

Twarda

31.50 zł

Le bateau rouge d'Oscar Hoestlandt

Twarda

75.37 zł

pinguino senza frac. In CAA (Comunicazione Aumentativa Alternativa) Silvio D'Arzo

Miękka

134.58 zł

Sonallah Ibrahim Sonallah Ibrahim

Adobe ePub DRM

9.32 zł

This book constitutes the refereed proceedings of the 18th European Conference on Machine Learning, ECML 2007, held in Warsaw, Poland, September 2007, jointly with PKDD 2007. The 41 revised full papers and 37 revised short papers presented together with abstracts of four invited talks were carefully reviewed and selected from 592 abstracts submitted to both, ECML and PKDD. The papers present a wealth of new results in the area and address all current issues in machine learning.