Name: Computational Learning Theory Paperback (Cambridge Tracts in Theoretical Computer Science) (en Inglés)
Price: 259899.00 COP
Availability: InStock
Author: Anthony, M. H. G. ; Biggs, N.
ISBN: 9780521599221

portada Computational Learning Theory Paperback (Cambridge Tracts in Theoretical Computer Science) (en Inglés)

Formato

Libro Físico

Autor

M. H. G. Anthony

N. Biggs

Editorial

Cambridge University Press

Año

1997

Idioma

Inglés

N° páginas

172

Encuadernación

Tapa Blanda

Dimensiones

24.7 x 17.4 x 1.0 cm

Peso

0.36 kg.

ISBN

0521599229

ISBN13

9780521599221

Categorías

Reconocimiento de formas
Visión por ordenador

Computational Learning Theory Paperback (Cambridge Tracts in Theoretical Computer Science) (en Inglés)

M. H. G. Anthony (Autor) · N. Biggs (Autor) · Cambridge University Press · Tapa Blanda

Libro Nuevo

$ 259.899

$ 433.164

Ahorras: $ 173.266

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 13 de Junio y el Jueves 27 de Junio.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Computational Learning Theory Paperback (Cambridge Tracts in Theoretical Computer Science) (en Inglés)"

Computational learning theory is one of the first attempts to construct a mathematical theory of a cognitive process. It has been a field of much interest and rapid growth in recent years. This text provides a framework for studying a variety of algorithmic processes, such as those currently in use for training artificial neural networks. The authors concentrate on an approximate model for learning and gradually develop the ideas of efficiency considerations. Finally, they consider applications of the theory to artificial neural networks. An abundance of exercises and an extensive list of references round out the text. This volume provides a comprehensive review of the topic, including information drawn from logic, probability, and complexity theory. It forms a solid introduction to the theory of comptutational learning suitable for a broad spectrum of graduate students from theoretical computer science to mathematics.