Practical Machine Learning for Streaming Data with Python

Inglese, Sayan Putatunda, 2021
Consegna tra mer, 29.4. e sab, 2.5.
Più di 10 pezzi in stock presso il fornitore
Spedizione gratuita a partire da 50.–

Informazioni sul prodotto

"Machine Learning Pratico per Dati in Streaming con Python" è un libro specializzato rivolto a data scientist e ingegneri del machine learning che desiderano implementare il machine learning per dati in streaming. Fornisce un'introduzione completa alle sfide e alle applicazioni dei dati in streaming nel mondo reale. Il libro tratta le basi del framework Scikit-Multiflow e offre guide pratiche per lo sviluppo, la validazione e l'implementazione di modelli per dati in streaming con Python. I lettori vengono guidati attraverso vari algoritmi di apprendimento incrementale e online, imparando a sviluppare modelli per la rilevazione del concetto di drift. Inoltre, vengono trattate tecniche per la classificazione, la regressione e l'apprendimento ensemble in contesti di dati in streaming. Il libro si conclude con una panoramica su altri strumenti open-source per i dati in streaming, rendendolo una risorsa preziosa per chiunque desideri lavorare in questo campo dinamico.

Le specifiche più importanti in sintesi

argomento
Tecnologia & IT
Lingua
Inglese
Autore
Sayan Putatunda
Anno
2021
Copertina del libro
Copertina rigida

Informazioni generali

No. di articolo
56171548
Editore
Springer
Categoria
Libro specialistico
Data di rilascio
11.3.2025

Caratteristiche del libro

argomento
Tecnologia & IT
Lingua
Inglese
Autore
Sayan Putatunda
Anno
2021
Copertina del libro
Copertina rigida

Contributo climatico volontario

Emissioni di CO₂
0.25 kg
Contributo climatico
CHF 0.11

30 di diritto di recesso se non aperto
Nessuna garanzia

Confronta i prodotti

Suggerimenti

Valutazioni e opinioni

Ritenuta di garanzia

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.

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

Durata della garanzia

Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.

Fonte: Digitec Galaxus
  • Springer
    Dati non sufficienti
  • An der Ruhr
    Dati non sufficienti
  • Anaconda
    Dati non sufficienti
  • Ariston
    Dati non sufficienti
  • Avery Publishing Group
    Dati non sufficienti

Purtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.

Percentuale di reso

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.

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