Poštovani korisnici, zbog državnog praznika korisnička podrška danas nije dostupna. Na vaše zahtjeve odgovorit ćemo sljedeći radni dan. Hvala vam na razumijevanju.

Besplatna dostava putem Box Now paketomata i Overseas kurirske službe iznad 69,99 €.

Provjerite status narudžbe

Pridružite se zajednici ljubitelja knjige iz cijelog svijeta i ostvarite mnoštvo pogodnosti. Izradite besplatni račun

Besplatna dostava Overseas kurirskom službom iznad 69.99 €

DPD kurir 3.99 € Pošta 4.99 € Overseas 4.99 € Box Now 4.49 € GLS 4.99 € DPD točka 3.49 € GLS paketomat 3.99 €

Kontakt

Kako kupovati

Pomoć

Moj račun

▸ Prazno :-(

Poštovani korisnici, zbog državnog praznika korisnička podrška danas nije dostupna. Na vaše zahtjeve odgovorit ćemo sljedeći radni dan. Hvala vam na razumijevanju.

Besplatna dostava putem Box Now paketomata i Overseas kurirske službe iznad 69,99 €.

Machine Learning Systems for Multimodal Affect Recognition

Name: Machine Learning Systems for Multimodal Affect Recognition
Brand: Springer Fachmedien Wiesbaden
SKU: 25139280
Price: 67.07 EUR
Availability: InStock
Author: Markus Kächele
ISBN: 9783658286736

Markus Kächele

Jezik

Engleski

Knjiga Meki uvez

Libristo kod: 25139280

Nakladnici Springer Fachmedien Wiesbaden, prosinac 2019

Markus Kächele offers a detailed view on the different steps in the affective computing pipeline, ra... Cijeli opis

Libristo kod: 25139280

162 b

67.07 €

Vanjske zalihe Šaljemo za 5-8 dana

30 dana za povrat kupljenih proizvoda

Kupci su kupili i

Óptica geométrica Jaume Escofet Soteras

Meki uvez

30.85 €

Generalowie gina w czasie pokoju Tom 3 Krzysztof Kakolewski

Meki uvez

8.99 €

Politica e potere in Tunisia

Meki uvez

33.88 €

Mathematische Bildung im Kindergarten in formal offenen Situationen Stephanie Schuler

Meki uvez

31.25 €

Markus Kächele offers a detailed view on the different steps in the affective computing pipeline, ranging from corpus design and recording over annotation and feature extraction to post-processing, classification of individual modalities and fusion in the context of ensemble classifiers. He focuses on multimodal recognition of discrete and continuous emotional and medical states. As such, specifically the peculiarities that arise during annotation and processing of continuous signals are highlighted. Furthermore, methods are presented that allow personalization of datasets and adaptation of classifiers to new situations and persons.