iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Informatik & EDV Hardware Scaling Laws of Network Value
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Scaling Laws of Network Value
Cheng Wang, Yuhang Lin (Gebundene Ausgabe, Englisch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
This book bridges two seemingly distinct worlds—network theory and machine learning—to reveal the universal laws of scalability that underlie both. It examines how value, capacity, and performance evolve as systems expand, offering a unified framework that connects Metcalfe’s Law with neural scaling laws. By comparing network growth and model scaling, the book uncovers striking parallels: the… diminishing throughput of densely connected networks mirrors the saturation of model generalization in large AI systems. Through rigorous analytical models, it explains when performance scales sublinearly, linearly, or even superlinearly—and why these transitions matter for the future of communication infrastructure and intelligent computation. Designed for researchers and advanced practitioners in computer networks, information theory, and artificial intelligence, this work delivers both conceptual insight and practical guidance. It helps readers recognize the structural forces that shape scalability, the mathematical trade-offs between capacity and efficiency, and the design principles that can transfer between large-scale networks and learning systems. Readers with backgrounds in probability, linear algebra, and algorithmic modeling will find this book a compelling synthesis of theory and application—a guide to understanding how scaling behavior defines the limits and possibilities of modern computational systems. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
18.06.2026
Sprache
Englisch
EAN
9789819581092
Herausgeber
Springer Singapore
Sonderedition
Nein
Autor
Cheng Wang, Yuhang Lin
Einbandart
Gebundene Ausgabe
Einbandart Details
Fadenbindung
Buch Untertitel
From Communication to Learning
Schlagwörter
Scaling Law, Communication Networks, Neural Networks, Neural Scaling Laws, Network Effects
Thema-Inhalt
UK - Computerhardware
UYQM - Maschinelles Lernen
Höhe
235 mm
Breite
15.5 cm
Hersteller: Springer Nature Singapore, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen