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 Kurier 12.99 zł Punkt DPD 11.99 zł

Kontakt

Jak kupować

Pomoc

Moje konto

▸ Pusty :-(

Darmowa dostawa dla zamówień powyżej 299,00 zł.

Neural Connectomics Challenge

Język

Angielski

Książka Twarda

Kod Libristo: 15699898

Wydawnictwo Springer International Publishing AG, maj 2017

This book illustrates the thrust of the scientific community to use machine learning concepts for ta... Cały opis

Kod Libristo: 15699898

277 b

497.88 zł

Na zamówienie Wysyłamy za 17-27 dni

Nawet do 30 dni na zwrot

Klienci kupili także

Schlank & Fit-Die Kurzprogramme Mildenberger-Schneider Monika

DVD

64.30 zł

Paulinische Rechtfertigungslehre Cremer Hermann Cremer

Miękka

124.08 zł

Zombillénium - Tome 1 - Gretchen (Grand format luxe) De Pins

Twarda

184.78 zł

Pokój w kolorach szczęścia. Genialny detektyw Matsubase. Tom 1 Hakuri

Miękka

26.02 zł

V rodinném kruhu Boris Dočekal

Twarda

51.02 zł

Versuch einer Einleitung in die Staatsverfassung der Reichsstadt Johann A. Moritz

Miękka

104.84 zł

This book illustrates the thrust of the scientific community to use machine learning concepts for tackling a complex problem: given time series of neuronal spontaneous activity, which is the underlying connectivity between the neurons in the network? The contributing authors also develop tools for the advancement of neuroscience through machine learning techniques, with a focus on the major open problems in neuroscience.

While the techniques have been developed for a specific application, they address the more general problem of network reconstruction from observational time series, a problem of interest in a wide variety of domains, including econometrics, epidemiology, and climatology, to cite only a few.

The book is designed for the mathematics, physics and computer science communities that carry out research in neuroscience problems. The content is also suitable for the machine learning community because it exemplifies how to approach the same problem from different perspectives.