KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 09.11.2026 auf tolino shine color (4016621130473), tolino vision color (4016621130183) und tolino vision color weiß (4016621131456) online auf thaalia.live, in der Thalia App und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Nicht gültig für Geschenkkarten, Versandkosten und Services. Nur solange der Vorrat reicht.

  • Produktbild: Visual Quality Assessment by Machine Learning
  • Produktbild: Visual Quality Assessment by Machine Learning

Visual Quality Assessment by Machine Learning

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.05.2015

Abbildungen

XIV, 132 p. 19 illus., 16 illus. in color.

Verlag

Springer Singapore

Seitenzahl

132

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

236 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-287-467-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.05.2015

Abbildungen

XIV, 132 p. 19 illus., 16 illus. in color.

Verlag

Springer Singapore

Seitenzahl

132

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

236 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-287-467-2

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Visual Quality Assessment by Machine Learning
  • Produktbild: Visual Quality Assessment by Machine Learning
  • Introduction.- Fundamental knowledges of machine learning.- Image features and feature processing.- Feature pooling by learning.- Metrics fusion.- Summary and remarks for future research.