• Kapcsolat

  • Hírlevél

  • Rólunk

  • Szállítási lehetőségek

  • Prospero könyvpiaci podcast

  • Big Data Analytics for Cyber-Physical Systems: Machine Learning for the Internet of Things

    Big Data Analytics for Cyber-Physical Systems by Dartmann, Guido; Song, Houbing Herbert; Schmeink, Anke;

    Machine Learning for the Internet of Things

      • 10% KEDVEZMÉNY?

      • A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
      • Kiadói listaár EUR 110.00
      • Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

        45 622 Ft (43 450 Ft + 5% áfa)
      • Kedvezmény(ek) 10% (cc. 4 562 Ft off)
      • Kedvezményes ár 41 060 Ft (39 105 Ft + 5% áfa)

    45 622 Ft

    db

    Beszerezhetőség

    Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.

    Why don't you give exact delivery time?

    A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.

    A termék adatai:

    • Kiadó Elsevier Science
    • Megjelenés dátuma 2019. július 16.

    • ISBN 9780128166376
    • Kötéstípus Puhakötés
    • Terjedelem396 oldal
    • Méret 228x152 mm
    • Súly 660 g
    • Nyelv angol
    • 0

    Kategóriák

    Hosszú leírás:

    Approx.374 pages

    Több

    Tartalomjegyzék:

    1. Data analytics and processing platforms in CPS2. Fundamentals of data analysis and statistics3. Density-based clustering techniques for object detection and peak segmentation in expanding data fields4. Security for a regional network platform in IoT5. Inference techniques for ultrasonic parking lot occupancy sensing based on smart city infrastructure6. Portable implementations for heterogeneous hardware platforms in autonomous driving systems7. AI-based sensor platforms for the IoT in smart cities8. Predicting energy consumption using machine learning9. Reinforcement learning and deep neural network for autonomous driving10. On the use of evolutionary algorithms for localization and mapping: Infrastructure monitoring in smart cities via miniaturized autonomous11. Machine learning-based artificial nose on a low-cost IoT-hardware12. Machine Learning in future intensive care-Classification of stochastic Petri Nets via continuous-time Markov chains13. Privacy issues in smart cities: Insights into citizens' perspectives toward safe mobility in urban environments14. Utility privacy trade-off in communication systems15. IoT-workshop: Blueprint for pupils education in IoT16. IoT-workshop: Application examples for adult education

    Több
    0