Weiter zum Inhalt
VuFind
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
    • 日本語
    • Nederlands
    • Português
    • Português (Brasil)
    • 中文(简体)
    • 中文(繁體)
    • Türkçe
    • עברית
    • Gaeilge
    • Cymraeg
    • Ελληνικά
    • Català
    • Euskara
    • Русский
    • Čeština
    • Suomi
    • Svenska
    • polski
    • Dansk
    • slovenščina
    • اللغة العربية
    • বাংলা
    • Galego
    • Tiếng Việt
    • Hrvatski
    • हिंदी
    • Հայերէն
    • Українська
Erweitert
  • Machine Learning for Causal In...
  • Zitieren
  • SMS versenden
  • Als E-Mail versenden
  • Drucken
  • Datensatz exportieren
    • Exportieren nach RefWorks
    • Exportieren nach EndNoteWeb
    • Exportieren nach EndNote
  • Persistenter Link
Machine Learning for Causal Inference

Machine Learning for Causal Inference

Bibliographische Detailangaben
Körperschaft: SpringerLink (Online service)
Weitere Verfasser: Li, Sheng (HerausgeberIn), Chu, Zhixuan (HerausgeberIn)
Zusammenfassung:XVI, 298 p. 73 illus., 49 illus. in color.
text
Sprache:Englisch
Veröffentlicht: Cham : Springer International Publishing : Imprint: Springer, 2023.
Ausgabe:1st ed. 2023.
Schlagworte:
Computational intelligence.
Machine learning.
Artificial intelligence > Data processing.
Statistics .
Artificial intelligence.
Computational Intelligence.
Machine Learning.
Data Science.
Statistics.
Artificial Intelligence.
Online-Zugang:https://doi.org/10.1007/978-3-031-35051-1
Format: Elektronisch E-Book
  • Exemplare
  • Beschreibung
  • Inhaltsangabe
  • Ähnliche Einträge
  • Internformat

Online

https://doi.org/10.1007/978-3-031-35051-1

Ähnliche Einträge

  • WAIC and WBIC with Python Stan 100 Exercises for Building Logic /
    von: Suzuki, Joe
    Veröffentlicht: (2023)
  • Computational Intelligence in Machine Learning Select Proceedings of ICCIML 2021 /
    Veröffentlicht: (2022)
  • Computational Intelligence in Machine Learning Proceedings of the 2nd International Conference ICCIML 2022 /
    Veröffentlicht: (2024)
  • Enabling Machine Learning Applications in Data Science Proceedings of Arab Conference for Emerging Technologies 2020 /
    Veröffentlicht: (2021)
  • Cracking the Machine Learning Code: Technicality or Innovation?
    von: Santosh, KC, et al.
    Veröffentlicht: (2024)