Multiple information source bayesian de candelieri antonio (17 resultados)
Multiple Information Source Bayesian Optimization
Candelieri, Antonio; Ponti, Andrea; Archetti, Francesco; Sabatella, Antonio (CON)
- Tapa blanda
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de AmericaGreatBookPrices
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 56,67
Envío por EUR 2,32Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New.
- Más imágenes
- Tapa blanda
Librería: BargainBookStores, Grand Rapids, MI, Estados Unidos de AmericaBargainBookStores
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 59,06
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 5 disponibles
Paperback or Softback. Condición: New. Multiple Information Source Bayesian Optimization. Book.
Multiple Information Source Bayesian Optimization
Candelieri, Antonio; Ponti, Andrea; Archetti, Francesco; Sabatella, Antonio (CON)
- Tapa blanda
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de AmericaGreatBookPrices
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado - Como Nuevo
EUR 63,31
Envío por EUR 2,32Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: As New. Unread book in perfect condition.
- Tapa blanda
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 76,65
Envío por EUR 3,50Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New.
Multiple Information Source Bayesian Optimization
Candelieri, Antonio; Ponti, Andrea; Archetti, Francesco; Sabatella, Antonio (CON)
- Tapa blanda
Librería: GreatBookPricesUK, Woodford Green, Reino UnidoGreatBookPricesUK
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 63,78
Envío por EUR 17,58Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New.
Multiple Information Source Bayesian Optimization
Candelieri, Antonio; Ponti, Andrea; Archetti, Francesco; Sabatella, Antonio (CON)
- Tapa blanda
Librería: GreatBookPricesUK, Woodford Green, Reino UnidoGreatBookPricesUK
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado - Como Nuevo
EUR 67,50
Envío por EUR 17,58Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: As New. Unread book in perfect condition.
Multiple Information Source Bayesian Optimization
Candelieri, Antonio/ Ponti, Andrea/ Archetti, Francesco/ Sabatella, Antonio (Contributor)
- Tapa blanda
Librería: Revaluation Books, Exeter, Reino UnidoRevaluation Books
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 77,33
Envío por EUR 11,72Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Paperback. Condición: Brand New. 111 pages. 9.26x6.11x9.21 inches. In Stock.
- Más imágenes
- Tapa blanda
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 53,49
Envío por EUR 60,92Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. Druck auf Anfrage Neuware - Printed after ordering - The book provides a comprehensive review of multiple information sources and multi-fidelity Bayesian optimization, specifically focusing on the novel 'Augmented Gaussian Process' methodology. The book is important to clarify the relations and the i…mportant differences in using multi-fidelity or multiple information source approaches for solving real-world problems. Choosing the most appropriate strategy, depending on the specific problem features, ensures the success of the final solution. The book also offers an overview of available software tools: in particular it presents two implementations of the Augmented Gaussian Process-based Multiple Information Source Bayesian Optimization, one in Python -- and available as a development branch in BoTorch -- and finally, a comparative analysis against other available multi-fidelity and multiple information sources optimization tools is presented, considering both test problems and real-world applications.The book will be useful to two main audiences:1. PhD candidates in Computer Science, Artificial Intelligence, Machine Learning, and Optimization2. Researchers from academia and industry who want to implement effective and efficient procedures for designing experiments and optimizing computationally expensive experiments in domains like engineering design, material science, andbiotechnology.
- Más imágenes
- Tapa blanda
Librería: preigu, Osnabrück, Alemaniapreigu
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 50,40
Envío por EUR 70,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Taschenbuch. Condición: Neu. Multiple Information Source Bayesian Optimization | Antonio Candelieri (u. a.) | Taschenbuch | SpringerBriefs in Optimization | xii | Englisch | 2025 | Springer | EAN 9783031979644 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]…springer[dot]com | Anbieter: preigu.
- Tapa blanda
- Impresión bajo demanda
Librería: Brook Bookstore On Demand, Napoli, NA, ItaliaBrook Bookstore On Demand
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 46,22
Envío por EUR 5,50Se envía de Italia a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: new. Questo è un articolo print on demand.
- Tapa blanda
- Impresión bajo demanda
Librería: Basi6 International, Irving, TX, Estados Unidos de AmericaBasi6 International
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 61,79
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 10 disponibles
Condición: Brand New. New. US edition. Print on demand title. Delivery takes 20-25 days. Excellent Customer Service.
- Más imágenes
Idioma: Inglés
Editorial: Springer, Berlin, Springer Nature Switzerland, Springer, 2025
- Tapa blanda
- Impresión bajo demanda
Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, AlemaniaBuchWeltWeit Ludwig Meier e.K.
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 53,49
Envío por EUR 23,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -The book provides a comprehensive review of multiple information sources and multi-fidelity Bayesian optimization, specifically focusing on the novel 'Augmented Gaussian Process' methodology. The book is important to clarify the rel…ations and the important differences in using multi-fidelity or multiple information source approaches for solving real-world problems. Choosing the most appropriate strategy, depending on the specific problem features, ensures the success of the final solution. The book also offers an overview of available software tools: in particular it presents two implementations of the Augmented Gaussian Process-based Multiple Information Source Bayesian Optimization, one in Python -- and available as a development branch in BoTorch -- and finally, a comparative analysis against other available multi-fidelity and multiple information sources optimization tools is presented, considering both test problems and real-world applications.The book will be useful to two main audiences:1. PhD candidates in Computer Science, Artificial Intelligence, Machine Learning, and Optimization2. Researchers from academia and industry who want to implement effective and efficient procedures for designing experiments and optimizing computationally expensive experiments in domains like engineering design, material science, andbiotechnology. 99 pp. Englisch.
- Tapa blanda
- Impresión bajo demanda
Librería: Majestic Books, Hounslow, Reino UnidoMajestic Books
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 76,52
Envío por EUR 7,62Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. Print on Demand.
- Tapa blanda
- Impresión bajo demanda
Librería: Biblios, frankfurt am main, HESSE, AlemaniaBiblios
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 77,59
Envío por EUR 9,95Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. PRINT ON DEMAND.
- Más imágenes
- Tapa blanda
- Impresión bajo demanda
Librería: moluna, Greven, Alemaniamoluna
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 48,37
Envío por EUR 48,99Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.
- Tapa blanda
- Impresión bajo demanda
Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 66,96
Envío por EUR 43,35Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Paperback. Condición: new. Paperback. The book provides a comprehensive review of multiple information sources and multi-fidelity Bayesian optimization, specifically focusing on the novel "Augmented Gaussian Process methodology. The book is important to clarify the relations and the important differences in using multi-fidelity…or multiple information source approaches for solving real-world problems. Choosing the most appropriate strategy, depending on the specific problem features, ensures the success of the final solution. The book also offers an overview of available software tools: in particular it presents two implementations of the Augmented Gaussian Process-based Multiple Information Source Bayesian Optimization, one in Python -- and available as a development branch in BoTorch -- and finally, a comparative analysis against other available multi-fidelity and multiple information sources optimization tools is presented, considering both test problems and real-world applications. The book will be useful to two main audiences:1. PhD candidates in Computer Science, Artificial Intelligence, Machine Learning, and Optimization2. Researchers from academia and industry who want to implement effective and efficient procedures for designing experiments and optimizing computationally expensive experiments in domains like engineering design, material science, and biotechnology. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.
- Más imágenes
Idioma: Inglés
Editorial: Springer, Springer International Publishing Aug 2025, 2025
- Tapa blanda
- Impresión bajo demanda
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 53,49
Envío por EUR 60,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -The book provides a comprehensive review of multiple information sources and multi-fidelity Bayesian optimization, specifically focusing on the novel 'Augmented Gaussian Process' methodology. The book is important to clarify the relatio…ns and the important differences in using multi-fidelity or multiple information source approaches for solving real-world problems. Choosing the most appropriate strategy, depending on the specific problem features, ensures the success of the final solution. The book also offers an overview of available software tools: in particular it presents two implementations of the Augmented Gaussian Process-based Multiple Information Source Bayesian Optimization, one in Python -- and available as a development branch in BoTorch -- and finally, a comparative analysis against other available multi-fidelity and multiple information sources optimization tools is presented, considering both test problems and real-world applications.The book will be useful to two main audiences:1. PhD candidates in Computer Science, Artificial Intelligence, Machine Learning, and Optimization2. Researchers from academia and industry who want to implement effective and efficient procedures for designing experiments and optimizing computationally expensive experiments in domains like engineering design, material science, and biotechnology.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 112 pp. Englisch.
