Surveillance Statistique des Processus par des Approches Avancées Pilotées par les Données et d'Apprentissage Profond : Théorie et Applications Pratiques
A

Surveillance Statistique des Processus par des Approches Avancées Pilotées par les Données et d'Apprentissage Profond : Théorie et Applications Pratiques

Mathématiques
statistical process monitoring deep learning anomaly detection machine learning industrial analytics data-driven methods fault isolation
Auteur
Fouzi Harrou, Ying Sun, Amanda S. Hering, Muddu Madakyaru, Abdelkader Dairi
Éditeur
Elsevier
Année
2021
Langue
Anglais
50
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Deep Learning Pratique : Un Guide du Deep Learning avec Projets et Applications

Deep Learning Pratique : Un Guide du Deep Learning avec Projets et Applications

Harsh Bhasin

Démystifier le Deep Learning : Introduction aux Mathématiques des Réseaux Neuronaux

Démystifier le Deep Learning : Introduction aux Mathématiques des Réseaux Neuronaux

Douglas J. Santry

Introduction au Deep Learning avec R : Un guide étape par étape pour apprendre et implémenter des modèles de Deep Learning avec R

Introduction au Deep Learning avec R : Un guide étape par étape pour apprendre et implémenter des modèles de Deep Learning avec R

Taweh Beysolow II

Data Mining avec Python : Théorie, Application et Études de Cas

Data Mining avec Python : Théorie, Application et Études de Cas

Di Wu

Traitement du Langage Naturel Appliqué avec PyTorch 2.0 : Maîtrisez les Techniques Avancées de NLP, Transformez les Données Textuelles en Insights et Construisez des Modèles d'IA Évolutifs avec PyTorch 2.0

Traitement du Langage Naturel Appliqué avec PyTorch 2.0 : Maîtrisez les Techniques Avancées de NLP, Transformez les Données Textuelles en Insights et Construisez des Modèles d'IA Évolutifs avec PyTorch 2.0

Dr. Deepti Chopra

Analyse de texte avec Python : Guide pratique du traitement du langage naturel, deuxième édition

Analyse de texte avec Python : Guide pratique du traitement du langage naturel, deuxième édition

Dipanjan Sarkar

Conception de systèmes d'apprentissage profond : Un guide pour les ingénieurs logiciels

Conception de systèmes d'apprentissage profond : Un guide pour les ingénieurs logiciels

Chi Wang, Donald Szeto, Yan Xue

Algorithmes d'Apprentissage Automatique Adaptatifs avec Python : Résoudre les Problèmes d'Analyse de Données et d'Apprentissage Automatique sur les Appareils Edge

Algorithmes d'Apprentissage Automatique Adaptatifs avec Python : Résoudre les Problèmes d'Analyse de Données et d'Apprentissage Automatique sur les Appareils Edge

Chanchal Chatterjee

Pro Deep Learning avec TensorFlow 2.0 : Une approche mathématique de l'intelligence artificielle avancée en Python

Pro Deep Learning avec TensorFlow 2.0 : Une approche mathématique de l'intelligence artificielle avancée en Python

Santanu Pattanayak

TensorFlow.js Pratique : Apprentissage Profond dans le Développement d'Applications Web

TensorFlow.js Pratique : Apprentissage Profond dans le Développement d'Applications Web

Juan De Dios Santos Rivera