频道:
分类:
时间:
排序:
使用自然语言工具和技术来解决现实世界的问题。本书重点介绍自然语言处理(NLP:Natural Language Processing)如何在各个行业中使用。每一章都描述了问题和解决方案策略,然后直观地解释了不同算法的工作原理,并更深入地探讨了 Python 中的代码和输出。
每个企业应用程序都会创建数据,无论它由日志消息、指标、用户活动还是传出消息组成。移动所有这些数据与数据本身一样重要。通过此更新版本,刚接触 Kafka 流媒体平台的应用程序架构师、开发人员和生产工程师将学习如何处理动态数据。
物联网 (IoT) 现在正大规模集成到快速发展的应用中,例如医疗保健、运输、教育、金融、保险和零售。下一代自动化应用程序将命令机器更好、更高效地完成任务。行业和学术研究人员都在考虑使用机器学习和深度学习来转换应用程序,以构建更好的模型,并利用区块链的分散性。
本书着眼于加速产业转型、工业基础设施、生物多样性和生产力的行业变革模式和创新(如人工智能、机器学习、大数据分析以及区块链支持和效率技术)。
随着图形数据库的迅速兴起,组织现在正在实施高级分析和机器学习解决方案,以帮助推动业务成果。本实用指南向数据科学家、数据工程师、架构师和业务分析师展示了如何使用 TigerGraph(可用的领先图形数据库模型之一)开始使用图形数据库。
医疗保健 4.0 的安全系统对所有利益相关者(包括患者和护理人员)都至关重要。使用新的可信账本区块链系统将有助于保证医疗保健4.0多访问系统的真实性。这是第一本探讨如何使用区块链实现医疗保健4.0安全系统的综合书籍,重点是隐私和安全的关键挑战。
本论文开发了一个系统的、基于数据的工业过程动态建模框架,以符合缓慢原则。然后,以上述框架为出发点,提出处理工业生产环境中的控制监测和质量预测问题的新策略。
本书的目的是从各种角度讨论数据挖掘技术,这是数据科学的一个子集。随着近年来的技术进步,大多数商业环境中都可以使用新的基于软件和硬件的系统。有了这些系统,个人、企业、商业和许多其他领域的数据生产继续增加。信息系统在应用流程后将原始数据(仅此其本身没有那么大意义)转换为信息。
《数据挖掘中的人工智能:理论与应用》全面介绍了数据挖掘理论,相关AI技术及其许多实际应用。本书由经验丰富的工程师为工程师、生物医学工程师和神经网络研究人员以及对该领域感兴趣的计算机科学家编写。
本书的作者曾与财富 500 强公司合作,并经常看到安全开发生命周期 (SDL) 实践崩溃的示例。本书采用基于经验的方法,应用最佳可用 SDL 模型的组件来处理上述问题。本书介绍了软件安全最佳实践、SDL 模型和框架。