SULJE VALIKKO

Englanninkielisten kirjojen poikkeusaikata... LUE LISÄÄ

avaa valikko

Mark Hoogendoorn | Akateeminen Kirjakauppa

Haullasi löytyi yhteensä 5 tuotetta
Haluatko tarkentaa hakukriteerejä?



Machine Learning for the Quantified Self - On the Art of Learning from Sensory Data
Mark Hoogendoorn; Burkhardt Funk
Springer International Publishing AG (2017)
Kovakantinen kirja
147,10
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Machine Learning for the Quantified Self - On the Art of Learning from Sensory Data
Mark Hoogendoorn; Burkhardt Funk
Springer International Publishing AG (2018)
Pehmeäkantinen kirja
147,10
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Contemporary Challenges and Solutions in Applied Artificial Intelligence
Moonis Ali; Tibor Bosse; Koen V. Hindriks; Mark Hoogendoorn; Catholijn M. Jonker; Jan Treur
Springer International Publishing AG (2013)
Kovakantinen kirja
129,90
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Recent Trends in Applied Artificial Intelligence - 26th International Conference on Industrial, Engineering and Other Applicatio
Moonis Ali; Tibor Bosse; Koen V. Hindriks; Mark Hoogendoorn; Catholijn M. Jonker; Jan Treur
Springer-Verlag Berlin and Heidelberg GmbH & Co. KG (2013)
Pehmeäkantinen kirja
49,60
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Contemporary Challenges and Solutions in Applied Artificial Intelligence
Moonis Ali; Tibor Bosse; Koen V. Hindriks; Mark Hoogendoorn; Catholijn M. Jonker; Jan Treur
Springer International Publishing AG (2015)
Pehmeäkantinen kirja
129,90
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Machine Learning for the Quantified Self - On the Art of Learning from Sensory Data
147,10 €
Springer International Publishing AG
Sivumäärä: 231 sivua
Asu: Kovakantinen kirja
Painos: 1st ed. 2018
Julkaisuvuosi: 2017, 05.10.2017 (lisätietoa)
Kieli: Englanti
Tuotesarja: Cognitive Systems Monographs 35
This book explains the complete loop to effectively use self-tracking data for machine learning. While it focuses on self-tracking data, the techniques explained are also applicable to sensory data in general, making it useful for a wider audience. Discussing concepts drawn from from state-of-the-art scientific literature, it illustrates the approaches using a case study of a rich self-tracking data set. Self-tracking has become part of the modern lifestyle, and the amount of data generated by these devices is so overwhelming that it is difficult to obtain useful insights from it. Luckily, in the domain of artificial intelligence there are techniques that can help out: machine-learning approaches allow this type of data to be analyzed. While there are ample books that explain machine-learning techniques, self-tracking data comes with its own difficulties that require dedicated techniques such as learning over time and across users.

Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
LISÄÄ OSTOSKORIIN
Tilaustuote | Arvioimme, että tuote lähetetään meiltä noin 4-5 viikossa
Myymäläsaatavuus
Helsinki
Tapiola
Turku
Tampere
Machine Learning for the Quantified Self - On the Art of Learning from Sensory Datazoom
Näytä kaikki tuotetiedot
Sisäänkirjautuminen
Kirjaudu sisään
Rekisteröityminen
Oma tili
Omat tiedot
Omat tilaukset
Omat laskut
Lisätietoja
Asiakaspalvelu
Tietoa verkkokaupasta
Toimitusehdot
Tietosuojaseloste