Description du livre
Comprendre l'industrialisation de l'apprentissage machine (ML) et prendre les premières mesures pour identifier et générer les perturbateurs transformationnels de l'intelligence artificielle (AI). Vous apprendrez à appliquer le ML à des lacs de données dans diverses industries, en fournissant aux professionnels des données les compétences avancées requises pour gérer l'avenir de l'ingénierie des données et de la science des données.
Les lacs de données actuellement générés par les activités commerciales industrialisées à l'échelle mondiale devraient atteindre 35 zettaoctets (ZB), car la quatrième révolution industrielle produit une augmentation exponentielle du volume, de la vitesse, de la variété, de la variabilité, de la vérité, de la visualisation et de la valeur. L'industrialisation du blanchiment d'argent évolue à partir de l'intelligence artificielle et de l'étude de la reconnaissance des formes par rapport à la ressource de moins en moins structurée stockée dans les lacs de données.
Apprentissage des machines industriellesfournit des exemples avancés, mais pratiques, dans différentes industries, y compris les finances, la sécurité publique, les soins de santé, le transport, la fabrication, la chaîne d'approvisionnement, l'impression 3D, l'éducation, la recherche et la science des données. Le livre couvre : l'apprentissage supervisé, l'apprentissage non supervisé, l'apprentissage du renforcement, les principes de l'informatique évolutive, les perturbateurs de la robotique douce et les perturbateurs de la robotique dure.
Ce que vous apprendrez
Générer et identifier les perturbateurs transformationnels de l'intelligence artificielle (IA)
Comprendre le domaine de l'apprentissage machine (ML) et l'appliquer à la manipulation de grosses données et au traitement des lacs de données dans votre environnement.
Aiguiser les compétences nécessaires pour gérer l'avenir de l'ingénierie des données et de la science des données.
A qui s'adresse ce livre ?
Professionnels de niveau intermédiaire à expert dans les domaines des sciences des données, de l'ingénierie des données, de l'apprentissage machine et de la gestion des données.