Maschinelles Lernen und Data Mining für aufkommende Trends in der Cyber-Dynamik: Theorien und Anwendungen
A

Maschinelles Lernen und Data Mining für aufkommende Trends in der Cyber-Dynamik: Theorien und Anwendungen

Maschinelles Lernen
machine learning data mining cybersecurity big data anomaly detection intrusion detection systems cyber-physical systems
Autor
Haruna Chiroma, Shafi’i M. Abdulhamid, Philippe Fournier-Viger, Nuno M. Garcia (Editors)
Verlag
Springer Nature Switzerland AG
Jahr
2021
Sprache
Englisch
38
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron

Mueller J. P., Massaron L. - Maschinelles Lernen für Dummies, 2. Auflage - 2021

Mueller J. P., Massaron L. - Maschinelles Lernen für Dummies, 2. Auflage - 2021

Maschinelles Lernen für kausale Inferenz

Maschinelles Lernen für kausale Inferenz

Sheng Li, Zhixuan Chu (Editors)

Maschinelles Lernen für unausgeglichene Daten: Umgang mit unausgeglichenen Datensätzen mithilfe von Machine-Learning- und Deep-Learning-Techniken

Maschinelles Lernen für unausgeglichene Daten: Umgang mit unausgeglichenen Datensätzen mithilfe von Machine-Learning- und Deep-Learning-Techniken

Kumar Abhishek, Dr. Mounir Abdelaziz

Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

Sebastian Raschka

Maschinelles Lernen für tabellarische Daten: XGBoost, Deep Learning und KI

Maschinelles Lernen für tabellarische Daten: XGBoost, Deep Learning und KI

Mark Ryan, Luca Massaron

Maschinelles Lernen für Ingenieure: Prinzipien und Algorithmen durch Signalverarbeitung und Informationstheorie

Maschinelles Lernen für Ingenieure: Prinzipien und Algorithmen durch Signalverarbeitung und Informationstheorie

Osvaldo Simeone