1 |
Active learning with kernel machinesBrinker, Klaus. January 2004 (has links) (PDF)
Paderborn, University, Diss., 2005.
|
2 |
Adaptive investement strategies for different scenarios /Navarro Barrientos, Jesús Emeterio. Unknown Date (has links)
Berlin, Humboldt-University, Diss., 2008.
|
3 |
Active data selection in supervised and unsupervised learningHasenjäger, Martina. January 2000 (has links)
Bielefeld, University, Diss., 2000. / Dateiformat: PS.
|
4 |
Search improvements in multirelational learningLourdes Peña Castillo, María de. January 2004 (has links) (PDF)
Magdeburg, University, Diss., 2004.
|
5 |
Probabilistic learning of indexed families under monotonicity constraints hierarchy results and complexity aspects /Meyer, Léa. January 2001 (has links) (PDF)
Freiburg (Breisgau), University, Diss., 2001.
|
6 |
Causal inference from statistical data /Sun, Xiaohai. January 2008 (has links)
Zugl.: Karlsruhe, University, Diss., 2008.
|
7 |
Wissen gewinnen und gewinnen durch WissenFent, Thomas January 2000 (has links) (PDF)
Gemäß Alfred Korzybski (1921) unterscheidet sich der Mensch von Pflanzen und Tieren unter anderem durch seine Eigenschaft als "Zeit-Binder". Diese befähigt ihn, Erfahrung durch die Zeit zu transportieren. Menschen können Wissen aus der Vergangenheit ansammeln und das, was sie wissen, der Zukunft mitteilen. In der vorliegenden Arbeit werden die Möglichkeiten und Grenzen untersucht, diese Fähigkeit durch Algorithmen zu beschreiben, und in künstlichen lernenden Systemen zu implementieren. Zur Illustration wird abschließend aufgezeigt, wie ein künstlicher Agent und seine Umgebung beschaffen sein können, um ihm das Erlernen einer erfolgreichen Strategie in einem einfachen Nimm-Spiel zu ermöglichen. (Autorenreferat) / Series: Working Papers SFB "Adaptive Information Systems and Modelling in Economics and Management Science"
|
8 |
A computational recognition system grounded in perceptual researchWallraven, Christian, January 2005 (has links)
Tübingen, Univ., Diss., 2005.
|
9 |
Learning to classify text using support vector machines : methods, theory and algorithms /Joachims, Thorsten. January 2004 (has links)
Zugl.: Dortmund, Univ., Diss., 2001. / Originally presented as the author's thesis (Universität Dortmund) under the title: "The maximum-margin approach to learning text classifiers--methods, theory, and algorithms," 2001. - Includes bibliographical references (p. [181]-196) and index.
|
10 |
Learning and imitation in heterogeneous robot groupsRichert, Wilhelm January 2009 (has links)
Zugl.: Paderborn, Univ., Diss., 2009
|
Page generated in 0.0893 seconds