Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: dce=006.31
Treffer 48 von 216
|
|
| Link zu diesem Datensatz | https://d-nb.info/1224278933 |
| Titel | Actuarial Data Science : Maschinelles Lernen in der Versicherung / Martin Seehafer, Stefan Nörtemann, Jonas Offtermatt, Fabian Transchel, Axel Kiermaier [und weitere] |
| Person(en) |
Seehafer, Martin (Verfasser) Nörtemann, Stefan (Verfasser) Offtermatt, Jonas (Verfasser) Transchel, Fabian (Verfasser) Kiermaier, Axel (Verfasser) Külheim, René (Verfasser) Weidner, Wiltrud (Verfasser) |
| Organisation(en) | Walter de Gruyter GmbH & Co. KG (Verlag) |
| Ausgabe | 1. Auflage |
| Verlag | Berlin/Boston : De Gruyter |
| Zeitliche Einordnung | Erscheinungsdatum: 2021 |
| Umfang/Format | Online-Ressource, 380 Seiten : 8 Illustrationen, 86 Illustrationen (epub) |
| Andere Ausgabe(n) |
Erscheint auch als Online-Ausgabe: ISBN: 978-3-11-065934-4 Erscheint auch als Online-Ausgabe: ISBN: 978-3-11-065934-4 Erscheint auch als Druck-Ausgabe: Seehafer, Martin: Actuarial data science |
| Persistent Identifier | URN: urn:nbn:de:101:1-2020123016172810113844 |
| URL | https://www.degruyter.com/books/9783110659511 (Verlag) |
| ISBN/Einband/Preis |
978-3-11-065951-1 3-11-065951-4 |
| EAN | 9783110659511 |
| Sprache(n) | Deutsch (ger) |
| Beziehungen | De Gruyter STEM |
| Schlagwörter | Versicherungswirtschaft ; Künstliche Intelligenz ; Data Science ; Maschinelles Lernen |
| DDC-Notation | 368.00285631 [DDC23ger] |
| Sachgruppe(n) | 360 Soziale Probleme, Sozialdienste, Versicherungen ; 004 Informatik |
| Online-Zugriff | Archivobjekt öffnen |
Treffer 48 von 216
Administration
