Estrazione dei dati (eBook)

Estrazione dei dati (eBook)

Fouad Sabry
Fouad Sabry
Prezzo:
€ 4,99
Compra EPUB
Prezzo:
€ 4,99
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: it
Traduttore: Pinto Cosimo
Editore: Un Miliardo Di Ben Informato [Italian]
Codice EAN: 6610000686452
Anno pubblicazione: 2024
Scopri QUI come leggere i tuoi eBook
Abbonati a Kobo Plus per avere accesso illimitato a migliaia di eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

1: Data mining: questo capitolo introduce i fondamenti del data mining, concentrandosi su come algoritmi e strumenti vengono applicati per analizzare grandi set di dati nella robotica. 2: Machine learning: esplora l'intersezione tra data mining e machine learning, dimostrando come i modelli possono essere addestrati per riconoscere schemi e fare previsioni nei sistemi robotici. 3: Text mining: approfondisce il text mining, mostrando come i sistemi robotici possono estrarre informazioni utili da dati testuali non strutturati. 4: Association rule learning: introduce tecniche di associazione rule mining per scoprire relazioni nascoste nei dati, cruciali per migliorare il processo decisionale nei robot. 5: Dati non strutturati: discute le sfide e i metodi per gestire dati non strutturati, come immagini o audio, nel contesto della robotica. 6: Concept drift: questo capitolo spiega come i modelli di machine learning si adattano nel tempo man mano che nuovi dati introducono cambiamenti, influenzando le prestazioni del robot. 7: Weka (software): riguarda l'uso di Weka, un popolare software open source per il data mining, per implementare vari algoritmi di mining in applicazioni robotiche. 8: Profilazione (informatica): si concentra sulle tecniche di profilazione utilizzate per comprendere il comportamento dei sistemi e prevedere azioni future, migliorando il processo decisionale della robotica. 9: Analisi dei dati per il rilevamento delle frodi: esplora come il data mining può aiutare i robot a identificare frodi e anomalie in vari campi, come finanza o sicurezza. 10: ELKI: fornisce un'analisi approfondita del framework ELKI, utile per tecniche avanzate di data mining e applicato ai sistemi robotici. 11: Data mining educativo: esamina come il data mining educativo può migliorare gli ambienti di apprendimento assistiti da robot e l'istruzione personalizzata. 12: Estrazione della conoscenza: esamina il processo di estrazione di informazioni preziose da grandi set di dati, guidando i robot a prendere decisioni migliori. 13: Data science: introduce la data science come parte integrante della robotica, offrendo le basi per la creazione di robot più intelligenti e capaci. 14: Massive Online Analysis: discute le tecniche per l'elaborazione di enormi set di dati in tempo reale, assicurando che i robot possano adattarsi alle nuove informazioni istantaneamente. 15: Esempi di data mining: questo capitolo presenta esempi concreti di applicazioni di data mining nella robotica, mostrandone l'utilità pratica. 16: Intelligenza artificiale: esplora come l'intelligenza artificiale si integra con le tecniche di data mining per conferire ai robot capacità decisionali avanzate. 17: Apprendimento supervisionato: si concentra sui modelli di apprendimento supervisionato e su come vengono utilizzati per addestrare i robot per compiti specifici tramite dati etichettati. 18: Rete neurale (apprendimento automatico): introduce le reti neurali e come imitano le funzioni del cervello umano, essenziali per la robotica avanzata e i sistemi autonomi. 19: Riconoscimento di pattern: discute le tecniche di riconoscimento di pattern che consentono ai robot di identificare oggetti, gesti o discorsi da dati grezzi. 20: Apprendimento non supervisionato: copre le tecniche di apprendimento non supervisionato che consentono ai robot di apprendere dai dati senza etichette predefinite, consentendo una maggiore autonomia. 21: Set di dati di addestramento, convalida e test: spiega il ruolo cruciale dei set di dati nella valutazione e nel perfezionamento dei modelli di apprendimento automatico, migliorando l'accuratezza e l'affidabilità della robotica.