On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory - Springer Theses - Fabian Guignard - Boeken - Springer Nature Switzerland AG - 9783030952334 - 13 maart 2023
Indien omslag en titel niet overeenkomen, is de titel correct

Fabian Guignard
On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory - Springer Theses 2022 edition

Prijs
€ 144,99

Besteld in een afgelegen magazijn

Verwachte levering 23 sep. - 1 okt.
Ontvang meldingen over nieuwe releases van Fabian Guignard

Onze klanten zeggen:

14 dagen retourrecht in overeenstemming met de Europese consumentenbeschermingswetgeving
Topnotering op Trustpilot
Voeg toe aan uw iMusic-verlanglijst

Nog niet beoordeeld

Ook verkrijgbaar als:

Particular attention is also paid to a highly versatile exploratory data analysis tool based on information theory, the Fisher-Shannon analysis, which can be used to assess the complexity of distributional properties of temporal, spatial and spatio-temporal data sets.

158 pages, 43 Illustrations, color; 25 Illustrations, black and white; XVIII, 158 p. 68 illus., 43 i

Media Boeken     Paperback Book   (Boek met zachte kaft en gelijmde rug)
Vrijgegeven 13 maart 2023
ISBN13 9783030952334
Uitgevers Springer Nature Switzerland AG
Pagina's 158
Afmetingen 150 × 220 × 10 mm   ·   279 g
Taal en grammatica Duits  

Meer van dezelfde uitgever

Bekijk alles van Fabian Guignard