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
  • Optimizing Solutions for Real-...
  • Zitieren
  • SMS versenden
  • Als E-Mail versenden
  • Drucken
  • Datensatz exportieren
    • Exportieren nach RefWorks
    • Exportieren nach EndNoteWeb
    • Exportieren nach EndNote
  • Persistenter Link
Optimizing Solutions for Real-Life Problems

Optimizing Solutions for Real-Life Problems

Bibliographische Detailangaben
Körperschaft: SpringerLink (Online service)
Weitere Verfasser: Dey, Nilanjan (HerausgeberIn)
Zusammenfassung:IX, 283 p. 121 illus., 90 illus. in color.
text
Sprache:Englisch
Veröffentlicht: Singapore : Springer Nature Singapore : Imprint: Springer, 2025.
Ausgabe:1st ed. 2025.
Schriftenreihe:Springer Tracts in Nature-Inspired Computing,
Schlagworte:
Computational intelligence.
Mathematical optimization.
Machine learning.
Computational Intelligence.
Optimization.
Machine Learning.
Online-Zugang:https://doi.org/10.1007/978-981-96-3216-9
Format: Elektronisch Buch
  • Exemplare
  • Beschreibung
  • Inhaltsangabe
  • Ähnliche Einträge
  • Internformat

Online

https://doi.org/10.1007/978-981-96-3216-9

Ähnliche Einträge

  • Advancements in Optimization and Nature-Inspired Computing for Solutions in Contemporary Engineering Challenges
    Veröffentlicht: (2025)
  • Heuristics for Optimization and Learning
    Veröffentlicht: (2021)
  • Optimization Algorithms in Machine Learning A Meta-heuristics Perspective /
    von: Das, Debashish, et al.
    Veröffentlicht: (2025)
  • Optimization in Machine Learning and Applications
    Veröffentlicht: (2020)
  • Machine Learning and Metaheuristics: Methods and Analysis
    Veröffentlicht: (2023)