Supervised Learning in Remote Sensing and Geospatial Science
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 151.99
-
63 037 Ft (60 036 Ft + 5% áfa)
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.
- Kedvezmény(ek) 10% (cc. 6 304 Ft off)
- Kedvezményes ár 56 734 Ft (54 032 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
63 037 Ft
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
- Megjelenés dátuma 2025. október 20.
- ISBN 9780443293061
- Kötéstípus Puhakötés
- Terjedelem432 oldal
- Méret 276x216 mm
- Súly 450 g
- Nyelv angol 0
Kategóriák
Hosszú leírás:
Supervised Learning in Remote Sensing and Geospatial Science is an invaluable resource focusing on practical applications of supervised learning in remote sensing and geospatial data science. Emphasizing practicality, the book delves into creating labeled datasets for training and evaluating models. It addresses common challenges like data imbalance and offers methods for assessing model performance. This guide bridges the gap between theory and practice, providing tools and techniques for extracting actionable information from raw geospatial data.
The book covers all aspects of supervised learning workflows, including preparing diverse remotely sensed and geospatial data inputs. It equips researchers, practitioners, and students with essential knowledge for applied mapping and modeling tasks, making it an indispensable reference for advancing geospatial science.
- Provides a practical handbook for implementing supervised machine learning techniques to geospatial data, with step-by-step methodologies and case studies
- Discusses the full spectrum of machine and deep learning methods for classification and regression tasks
- Focuses on applied implementation, common issues, pitfalls, and best practices, providing practical considerations on dealing with these problems
Tartalomjegyzék:
Part I: Supervised Learning and Key Principles
1. Introduction to the Supervised Learning Proces
2. Training Data and Labels
3. Accuracy Assessment
4. Predictor Variables and Data Considerations
Part II: Supervised Learning Algorithms
5. Supervised Learning with Linear Methods
6. Machine Learning Algorithms
7. Tuning Hyperparameter and Improving Models
8. Geographic Object-Based Image Analysis (GEOBIA)
Part III: Supervised Learning with Deep Learning
9. Deep Learning for Scene-Level Problems
10. Deep Learning for Pixel-Level Problems
11. Improving Deep Learning Models
12. Frontiers and Supervised Learning at Scale
