Alkalmazott tanulási algoritmusok az intelligens tárgyak internete számára

Eredeti címe:

Applied Learning Algorithms for Intelligent IoT

Könyv tartalma:

Ez a könyv szemléletesen illusztrálja az összes ígéretes és potenciális gépi tanulási (ML) és mélytanulási (DL) algoritmust számos valós és valós idejű üzleti felhasználási eseten keresztül. A gépek és eszközök képessé tehetők az önálló tanulásra és intelligens viselkedésre. Emellett a valós idejű és futásidejű adatokkal kombinált Big Data személyre szabott, prognosztikai, előrejelző és előíró meglátásokhoz vezethet. Ez a könyv a következő témákat vizsgálja:

⬤ Kognitív gépek és eszközök.

⬤ Cyberfizikai rendszerek (CPS).

⬤ A tárgyak internete (IoT) és ipari felhasználási esetek.

⬤ Ipar 4. 0 az intelligensebb gyártásért.

⬤ Prédiktív és preskriptív meglátások az intelligensebb rendszerekhez.

⬤ Gépi látás és intelligencia.

⬤ Természetes interfészek.

⬤ K-means klaszterező algoritmus.

⬤ Támogató vektorgép (SVM) algoritmus.

⬤ A priori algoritmusok.

⬤ Lineáris és logisztikus regresszió.

Applied Learning Algorithms for Intelligent IoT világosan megfogalmazza az ML és DL algoritmusokat, amelyek segítségével a Big Data-ból előrejelző és előíró betekintést lehet nyerni. A nyers adatok információvá és releváns tudássá alakítása egyre nagyobb hangsúlyt kap az adatfeldolgozás és -bányászat, az analitikai algoritmusok, platformok, keretrendszerek és más, a könyvben tárgyalt gyorsítók elérhetőségével. Most, a gépi tanulási algoritmusok megjelenésével az adatelemzés területe új magasságokba emelkedik.

Ez a könyv átfogó útmutatóként szolgál majd a mesterséges intelligenciával foglalkozó kutatók, oktatók és informatikai szakemberek számára. Minden fejezet egy-egy ML-algoritmust, annak eredetét, kihívásait és előnyeit tárgyalja, valamint az algoritmust részletesen bemutató ipari felhasználási példát is tartalmaz. A könyv részletes és mélyebb merülése az ML és DL algoritmusokba egy gyakorlati használati eset segítségével elősegítheti az innovatív kutatást.