Безплатна доставка за пратки над 100 €!

Научи повече
Научни книги

Machine Learning In Astronomy (iau S368): Possibilities And Pitfalls Cambridge University Press

Днес астрономическите обсерватории произвеждат повече данни от всякога, от изследвания до дълбоки изображения. Методите на машинното обучение могат да бъдат мощен инструмент за използване на пълния...

Днес астрономическите обсерватории произвеждат повече данни от всякога, от изследвания до дълбоки изображения. Методите на машинното обучение могат да бъдат мощен инструмент за използване на пълния потенциал на тези нови обсерватории, както и на големите архиви, които са се натрупали. Въпреки това, потребителите трябва да внимават за често срещани капани,...

Вижте описание & спецификации Вижте описание & спецификации

Характеристики

  • Език Английски
  • Брой страници Брой страници 200
  • Корица Корица Твърда корица
  • Година на публикуване Година на публикуване 2025
  • Издател Издател Cambridge University Press
129 85
Доставка вт, 29 сеп. - пон, 05 окт.
Безплатно   цена за доставка
Изпратено от Гърция
От Book Odyssey 4,9 (24)
Гърция
10 броя
Вижте Книги на страницата на Book Odyssey
Ами ако променя мнението си?

Няма проблем, стига да е в рамките на 14 дни. Ще дойдем да го вземем или можете да изберете Skroutz Point, който ви подхожда, напълно безплатно до 2 пъти годишно, и ще ви върнем парите.

Описание и спецификации

Днес астрономическите обсерватории произвеждат повече данни от всякога, от изследвания до дълбоки изображения. Методите на машинното обучение могат да бъдат мощен инструмент за използване на пълния потенциал на тези нови обсерватории, както и на големите архиви, които са се натрупали. Въпреки това, потребителите трябва да внимават за често срещани капани, като пристрастия в наборите от данни и прекомерно обучение.

IAU Symposium 368 е насочен към магистранти, преподаватели и професионални астрономи, които искат да използват машинното обучение за отключване на тези огромни обеми данни. Изследователи, които разширяват границите на тези методи, споделят най-добри практики в приложното машинно обучение. Докато този том се фокусира върху астрономически приложения, предоставената методологична информация е релевантна за всички области, богати на данни.

Новодошлите в машинното обучение и опитните потребители ще намерят и ще се възползват от тези свежи нови знания.

Страници: 200, Размери: 17.8x17.8 см

Производител

Издател
Cambridge University Press
Тип
Компютри - Информационни технологии
Език
Английски
Електронна търговия
-
Корица
Твърда корица
Брой страници
200
Дата на издаване
31/08/2025
Година на издаване
2025
Размери
-
ISBN-13
9781009345194

Важна информация

Спецификациите са събрани от официални уебсайтове на производителите. Моля, проверете ги, преди да продължите с окончателната си покупка. Ако забележите някакъв проблем, докладвайте го тук.

129,85 €
Безплатно   цена за доставка