🌎 Última Parada: Historias del Mundo hasta 50% OFF + 3 cuotas sin interés con MP  Ver más

Enviar a
C.A.B.A., Ciudad Autónoma de Buenos Aires
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Introduction to Statistical Relational Learning (Adaptive Computation and Machine Learning Series) (en Inglés)
Formato
Libro Físico
Editorial
Año
2019
Idioma
Inglés
N° páginas
608
Encuadernación
Tapa Blanda
ISBN13
9780262538688
Categorías

Introduction to Statistical Relational Learning (Adaptive Computation and Machine Learning Series) (en Inglés)

Libro Nuevo Importado
Envío: 15 a 19 días háb.
$ 233.682$ 116.841
-50%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan 50 unidades

$ 116.841
Llega entre el 25 Sep y el 01 Oct a C.A.B.A., Ciudad Autónoma de Buenos Aires. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Introduction to Statistical Relational Learning (Adaptive Computation and Machine Learning Series) (en Inglés)"

Advanced statistical modeling and knowledge representation techniques for a newly emerging area of machine learning and probabilistic reasoning; includes introductory material, tutorials for different proposed approaches, and applications. Handling inherent uncertainty and exploiting compositional structure are fundamental to understanding and designing large-scale systems. Statistical relational learning builds on ideas from probability theory and statistics to address uncertainty while incorporating tools from logic, databases and programming languages to represent structure. In Introduction to Statistical Relational Learning, leading researchers in this emerging area of machine learning describe current formalisms, models, and algorithms that enable effective and robust reasoning about richly structured systems and data. The early chapters provide tutorials for material used in later chapters, offering introductions to representation, inference and learning in graphical models, and logic. The book then describes object-oriented approaches, including probabilistic relational models, relational Markov networks, and probabilistic entity-relationship models as well as logic-based formalisms including Bayesian logic programs, Markov logic, and stochastic logic programs. Later chapters discuss such topics as probabilistic models with unknown objects, relational dependency networks, reinforcement learning in relational domains, and information extraction. By presenting a variety of approaches, the book highlights commonalities and clarifies important differences among proposed approaches and, along the way, identifies important representational and algorithmic issues. Numerous applications are provided throughout.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Inglés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes