fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Madhavan

Data Science for IoT Engineers

A Systems Analytics Approach

Medium: Buch
ISBN: 978-1-68392-642-9
Verlag: Mercury Learning and Information
Erscheinungstermin: 31.12.2021
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

No detailed description available for "Data Science for IoT Engineers".

Produkteigenschaften

  • Artikelnummer: 9781683926429
  • Medium: Buch
  • ISBN: 978-1-68392-642-9
  • Verlag: Mercury Learning and Information
  • Erscheinungstermin: 31.12.2021
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2021
  • Produktform: Kartoniert, Paperback
  • Gewicht: 300 g
  • Seiten: 158
  • Format (B x H x T): 178 x 229 x 10 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Autoren

Part One1: Machine Learning from Multiple Perspectives2: Introduction to Machine Learning3: Systems Theory, Linear Algebra, and Analytics Basics4: Modern Machine LearningPart Two: Systems Analytics5: Systems Theory Foundations of Machine Learning6: State Space Model and Bayes Filter7: The Kalman Filter for Adaptive Machine Learning8: The Need for Dynamical Machine Learning9: Digital TwinsEpilogue: A New Random Field TheoryIndex