What Every Engineer Should Know About Artificial Intelligence and Big Data
Sorozatcím: What Every Engineer Should Know;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 49.99
-
22 570 Ft (21 495 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) 20% (cc. 4 514 Ft off)
- Kedvezményes ár 18 056 Ft (17 196 Ft + 5% áfa)
- A kedvezmény érvényes eddig: 2026. június 30.
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
20 313 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
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:
- Kiadás sorszáma 1
- Kiadó CRC Press
- Megjelenés dátuma 2026. július 6.
- ISBN 9781032829852
- Kötéstípus Puhakötés
- Terjedelem316 oldal
- Méret 234x156 mm
- Nyelv angol
- Illusztrációk 60 Illustrations, black & white; 60 Halftones, black & white; 32 Tables, black & white 700
Kategóriák
Rövid leírás:
This book covers the essentials of big data and ML/AI to predict trends and risks for business while acknowledging that the field is extensive and evolving. Rather than focusing on theory, it shares real-life experiences building AI and big data analytics systems of value to practitioners.
TöbbHosszú leírás:
Recognizing the vast potential in analyzing big data through machine learning (ML) and artificial intelligence (AI) technologies, companies are acknowledging these technologies as essential for maintaining relevance. A prevailing trend is emerging towards the adoption of distributed open-source computing for storing big data assets and performing advanced ML/AI analytics to predict future trends and risks for businesses. This book offers readers an overview of the essentials of big data and ML/AI, while acknowledging that the field is extensive and evolving. Rather than focusing on theory, the book shares real-life experiences building AI and big data analytics systems of value to practitioners.
• Features practical case studies on building big data and AI models for large scale enterprise solutions.
• Discusses the use of design patterns for architecting AI that are safe, secure, and testable.
• Covers an array of concepts including deep big data analytics, natural language processing, transformer architecture and evolution of ChatGPT, swarm intelligence, and genetic programming.
Informed by the authors' many years of teaching ML, AI, and working on predictive data analytics/AI projects, this book is suitable for use by graduates, professionals, and researchers within the field of data science and engineers and scientists interested in learning more about these essential technologies.
TöbbTartalomjegyzék:
0. Front Matter. Part I. Foundations & Platforms, Automation & Data Quality at Scale. 1. Fundamental concepts in AI. 2. Big Data and Artificial Intelligence Systems. 3. Architecting Big Data pipelines. 4. Big Data Frameworks and Data Cleaning Strategies. 5. Building Automated Pipelines for Data Cleaning. Part II. Optimization & Search. 6. Swarm Intelligence. 7. Genetic Programming. Part III. Learning Systems. 8. Foundations on Machine Learning and Artificial Learning. 9. Reinforcement Learning. 10. Deep Reinforcement Learning. 11. Natural Language Modelling. 12. Transformer Architecture and Evolution of LLM’s. Part IV. Systems in the Real World. 13. Architecting Distributed AI Systems using Design Patterns. 14. Securing AI Systems. 15. AI System Safety in Practice. 16. Testing Strategies for AI Applications. End Matter. Answer Keys for Chapter Questions.
Több
