Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 335,95

+ 671 punten

Pre-order nu, verschijningsdatum onbekend

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

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.