Produktbild: What Every Engineer Should Know About Artificial Intelligence and Big Data
Vorbesteller Neu

What Every Engineer Should Know About Artificial Intelligence and Big Data Big Dat

158,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.07.2026

Abbildungen

schwarz-weiss Illustrationen, Raster, schwarz-weiss, Tabellen, schwarz-weiss

Verlag

Taylor & Francis

Seitenzahl

304

Maße (L/B)

23,4/15,6 cm

Sprache

Englisch

ISBN

978-1-03-282987-6

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.07.2026

Abbildungen

schwarz-weiss Illustrationen, Raster, schwarz-weiss, Tabellen, schwarz-weiss

Verlag

Taylor & Francis

Seitenzahl

304

Maße (L/B)

23,4/15,6 cm

Sprache

Englisch

ISBN

978-1-03-282987-6

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Die Leseprobe wird geladen.
  • Produktbild: What Every Engineer Should Know About Artificial Intelligence and Big Data
  • Part I Foundations and Platforms: Automation and Data Quality at Scale

    Chapter 1 Fundamental Concepts in AI

    Chapter 2 Big Data and Artificial Intelligence Systems

    Chapter 3 Architecting Big Data Pipelines

    Chapter 4 Big Data Frameworks and Data Cleaning Strategies

    Chapter 5 Building Automated Pipelines for Data Cleaning

    Part II Optimization and Search

    Chapter 6 Swarm Intelligence

    Chapter 7 Genetic Programming

    Part III Learning Systems

    Chapter 8 Foundations on Machine Learning and Artificial Learning

    Chapter 9 Reinforcement Learning

    Chapter 10 Deep Reinforcement Learning

    Chapter 11 Natural Language Modeling

    Chapter 12 Transformer Architecture and Evolution of LLMs

    Part IV Systems in the Real World

    Chapter 13 Architecting Distributed AI Systems Using Design Patterns

    Chapter 14 Securing AI Systems

    Chapter 15 AI System Safety in Practice

    Chapter 16 Testing Strategies for AI Applications

    Answer Keys for Chapter Questions