Practical Machine Learning for Streaming Data with Python

Englisch, Sayan Putatunda, 2021
Zwischen Mi, 29.4. und Sa, 2.5. geliefert
Mehr als 10 Stück an Lager beim Lieferanten
Kostenloser Versand ab 50.–

Produktinformationen

"Practical Machine Learning for Streaming Data with Python" ist ein Fachbuch, das sich an Datenwissenschaftler und Maschinenlern-Ingenieure richtet, die maschinelles Lernen für Streaming-Daten implementieren möchten. Es bietet eine umfassende Einführung in die Herausforderungen und Anwendungen von Streaming-Daten in der realen Welt. Das Buch behandelt die Grundlagen des Scikit-Multiflow-Frameworks und bietet praktische Anleitungen zur Entwicklung, Validierung und Implementierung von Modellen für Streaming-Daten mit Python. Die Leser werden durch verschiedene Algorithmen des inkrementellen und Online-Lernens geführt und lernen, wie man Modelle zur Erkennung von Konzeptdrift entwickelt. Darüber hinaus werden Techniken für Klassifikation, Regression und Ensemble-Lernen in Streaming-Daten-Kontexten behandelt. Das Buch schliesst mit einem Überblick über andere Open-Source-Tools für Streaming-Daten ab, was es zu einer wertvollen Ressource für alle macht, die in diesem dynamischen Bereich arbeiten möchten.

Das Wichtigste auf einen Blick

Thema
Technik & IT
Sprache
Englisch
Autor
Sayan Putatunda
Jahr
2021
Bucheinband
Kartonierter Einband

Allgemeine Informationen

Artikelnummer
56171548
Verlag
Springer
Kategorie
Fachbücher
Release-Datum
11.3.2025

Buch Eigenschaften

Thema
Technik & IT
Sprache
Englisch
Autor
Sayan Putatunda
Jahr
2021
Bucheinband
Kartonierter Einband

Freiwilliger Klimabeitrag

CO₂-Emission
0.25 kg
Klimabeitrag
CHF 0.11

30 Tage Rückgaberecht wenn ungeöffnet
Keine Garantie

Produkte vergleichen

Passend dazu

Bewertungen & Meinungen

Garantiefallquote

So oft weist ein Produkt dieser Marke in der Kategorie «Fachbücher» innerhalb der ersten 24 Monate einen Defekt auf.

Quelle: Digitec Galaxus
  • 1.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Garantiefalldauer

So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.

Quelle: Digitec Galaxus
  • Springer
    Ungenügende Daten
  • An der Ruhr
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Ariston
    Ungenügende Daten
  • Avery Publishing Group
    Ungenügende Daten

Leider haben wir für diese Kategorie aktuell noch nicht genügend Daten, um dir mehr Quoten anzuzeigen.

Rückgabequote

So oft wird ein Produkt dieser Marke in der Kategorie «Fachbücher» retourniert.

Quelle: Digitec Galaxus
  • 59.Pearson Studium
    1.2 %
  • 59.Rheinwerk
    1.2 %
  • 59.Springer
    1.2 %
  • 67.An der Ruhr
    1.3 %
  • 67.Bertelsmann C.
    1.3 %
Quelle: Digitec Galaxus