Envío gratis a partir de 69,99 euros.

«Comprobar estado del pedido»

Entre a formar parte de una comunidad de amantes de los libros del mundo entero y acceda a un sinfín de ventajas. Crear una cuenta gratis

Envío gratuito con Zásilkovna para compras superiores a 59.99 €

Mensajería SEUR 4.99 € Mensajería GLS 7.99 € Mensajería Correos 5.49 € Mensajería DHL 5.49 € Punto SEUR 3.99 €

Contacto

Cómo comprar

Ayuda

Mi cuenta

▸ Vacío :-(

Envío gratis a partir de 69,99 euros.

Tailoring Individual Algorithms for On-Line Problems

Name: Tailoring Individual Algorithms for On-Line Problems
Brand: Apprimus Verlag
SKU: 38549947
Price: 40.39 EUR
Availability: InStock
Author: Sebastian Schönitz
ISBN: 9783863598716

Sebastian Schönitz

Idioma

Inglés

Libro Tapa blanda

Código Libristo: 38549947

Editores Apprimus Verlag, noviembre 2019

In our time it is important to solve optimization problems which get the needed data only over time.... Descripción completa

Código Libristo: 38549947

99 b

40.39 €

Por encargo a la editorial Envío en 17-27 días

Hasta 30 días para devoluciones

Clientes que también han comprado

Nato nel 1973. Italia 1973-1990. I miei primi 18 anni

Tapa dura

21.59 €

Trabajar con mapas en educación secundaria Miguel Ángel Sandoya Hernández

Tapa blanda

21.49 €

LEGO Monkey Palace LEGO

binding.

43.59 €

Ultima (2): První Katherine Applegateová

Tapa blanda

14.29 €

Aportaciones históricas y jurídicas sobre el reinado de Fernando VII José Enrique Anguita Osuna

Tapa blanda

22.29 €

The Wizard and the Red Pilgrim - Tome 1 Shida

Libro

11.89 €

Sonetti Di Matteo Franco E Di Luigi Pulci (1759) Matteo Franco

Tapa blanda

26.89 €

EVANGELIOS SINÓPTICOS Y HECHOS DE LOS APÓSTOLES RAFAEL AGUIRRE

Tapa blanda

30.90 €

Un Asesinato Algo Embarazoso C Perez De Tudela

Tapa blanda

14.39 €

Voyages Immobiles Cedric Laurent

Tapa blanda

87.09 €

Lehrbuch der Schattenkonstruktion und Beleuchtungskunde Adolf Göller

Tapa blanda

24.69 €

In our time it is important to solve optimization problems which get the needed data only over time. This thesis provides a framework to learn optimization algorithms just from a problem formulation without additional knowledge but with room to improve is more structure of the problem at hand is provided. Central points of this work are how structure can be defined and how to measure performance of learned algorithms.