• Bücher
  • Webentwicklung
  • Node.js
  • Maschinelles Lernen für Netzwerkverkehr und Videoqualitätsanalyse: Anwendungen mit JavaScript und Node.js entwickeln und bereitstellen
Maschinelles Lernen für Netzwerkverkehr und Videoqualitätsanalyse: Anwendungen mit JavaScript und Node.js entwickeln und bereitstellen
A

Maschinelles Lernen für Netzwerkverkehr und Videoqualitätsanalyse: Anwendungen mit JavaScript und Node.js entwickeln und bereitstellen

Node.js
machine learning network traffic analysis video quality assessment JavaScript Node.js web development network monitoring
Autor
Tulsi Pawan Fowdur, Lavesh Babooram
Verlag
Apress
Jahr
2024
Sprache
Englisch
41
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

KI-unterstützte Programmierung für Web und maschinelles Lernen: Verbessern Sie Ihren Entwicklungs-Workflow mit ChatGPT und GitHub Copilot

KI-unterstützte Programmierung für Web und maschinelles Lernen: Verbessern Sie Ihren Entwicklungs-Workflow mit ChatGPT und GitHub Copilot

Christoffer Noring, Anjali Jain, Marina Fernandez, Ayşe Mutlu, Ajit Jaokar

Machine Learning in der Produktion: Meistern Sie die Kunst der Bereitstellung robuster Machine-Learning-Lösungen mit MLOps

Machine Learning in der Produktion: Meistern Sie die Kunst der Bereitstellung robuster Machine-Learning-Lösungen mit MLOps

Suhas Pote

Adaptive Machine-Learning-Algorithmen mit Python: Lösen von Datenanalyse- und Machine-Learning-Problemen auf Edge-Geräten

Adaptive Machine-Learning-Algorithmen mit Python: Lösen von Datenanalyse- und Machine-Learning-Problemen auf Edge-Geräten

Chanchal Chatterjee

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

Machine-Learning-Modelle in Produktion bringen: Mit Flask, Streamlit, Docker und Kubernetes auf der Google Cloud Platform

Machine-Learning-Modelle in Produktion bringen: Mit Flask, Streamlit, Docker und Kubernetes auf der Google Cloud Platform

Pramod Singh

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

Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

Jason Hodson

Azure Machine Learning

Azure Machine Learning

Jeff Barnes

Maschinelles Lernen mit Python für Anfänger: Eine Schritt-für-Schritt-Anleitung mit praktischen Projekten

Maschinelles Lernen mit Python für Anfänger: Eine Schritt-für-Schritt-Anleitung mit praktischen Projekten

Jamie Chan

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Kirill Kolodiazhnyi