On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory - Springer Theses - Fabian Guignard - 图书 - Springer Nature Switzerland AG - 9783030952334 - 2023年3月13日
如封面与标题不符，以标题为准

Fabian Guignard
On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory - Springer Theses 2022 edition

价格
元 1.058
不含税

远程仓调货

预计送达时间 年7月21日 - 年7月31日

顾客评价：

根据欧洲消费者保护法享受14天退换货政策
Trustpilot平台高分认证
添加至iMusic心愿单

Not rated yet

其他版本：

Particular attention is also paid to a highly versatile exploratory data analysis tool based on information theory, the Fisher-Shannon analysis, which can be used to assess the complexity of distributional properties of temporal, spatial and spatio-temporal data sets.

158 pages, 43 Illustrations, color; 25 Illustrations, black and white; XVIII, 158 p. 68 illus., 43 i

介质类型 图书     Paperback Book   (平装胶订图书)
已发行 2023年3月13日
ISBN13 9783030952334
出版商 Springer Nature Switzerland AG
页数 158
商品尺寸 150 × 220 × 10 mm   ·   279 g
语言 德语  

Mere med samme udgiver

查看Fabian Guignard的全部作品 ( 例如 Hardcover Book 及 Paperback Book )