Name: Künstliche Intelligenz in intelligenten Systemen (en Alemán)
Price: 152830.00 CLP
Availability: InStock
Author: I. Iliev, Alexander
ISBN: 9786207025831

portada Künstliche Intelligenz in intelligenten Systemen (en Alemán)

Formato

Libro Físico

Editorial

Verlag Unser Wissen

Autor

I. Iliev, Alexander

Idioma

Alemán

N° páginas

200

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 1.2 cm

Peso

0.30 kg.

ISBN13

9786207025831

Categorías

Tecnología: cuestiones generales

Künstliche Intelligenz in intelligenten Systemen (en Alemán)

I. Iliev, Alexander (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 152.830

$ 212.260

Ahorras: $ 59.430

28% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 25 de Julio y el Jueves 01 de Agosto.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Künstliche Intelligenz in intelligenten Systemen (en Alemán)"

In diesem Buch werden einige KI-Implementierungen unter Verwendung beliebter maschineller Lernmodelle besprochen, wie z. B.: Entscheidungsbaum-Algorithmus, Random Forest Algorithmus, Deep Learning und neuronale Faltungsnetze. Darüber hinaus verbindet diese Arbeit die Emotionserkennung mit dem kulturellen Kontext. Sie befasst sich mit den aktuellen KI-Anwendungen in der Luft- und Raumfahrtindustrie und konzentriert sich dabei auf die Verbesserung der Sicherheit, die vorausschauende Wartung und die Entwicklung des Konzepts der Smart Factory. Darüber hinaus wird aufgezeigt, wie FIWARE und intelligente Systeme die Verwaltung von Ressourcen und die Entwicklung von Smart Cities unterstützen. Das Potenzial intelligenter Technologien, einschlie lich IoT, Drohnen, Raspberry Pi und Ensemble Learning, in verschiedenen Bereichen wie Landwirtschaft, Überwachung und Gesundheitswesen wird ebenfalls beleuchtet. Darüber hinaus befasst sich das Buch mit den Herausforderungen, die das exponentielle Datenwachstum im Energiesektor mit sich bringt, und mit der Rolle von Phasor Measurement Units bei der Überwachung der Energiewende. Die Ergebnisse verdeutlichen die Vorteile dieser Technologien bei der Verbesserung der Effizienz, der Kostensenkung und bei innovativen Lösungen für bestehende Herausforderungen. Ähnlich wie in Teil 1 können die Leser auch von einem Python-Beispiel profitieren, das Transfer Learning mit ResNet50 einsetzt.