Hodnocení:
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 4 hlasů.
Machine Learning Applications Using Python: Cases Studies from Healthcare, Retail, and Finance
Část 1: Zdravotní péčeKapitola 1. Přehled strojového učení ve zdravotnictví. Kapitola 2. Klíčové technologické pokroky ve zdravotnictví. Kapitola 3. Jak implementovat strojové učení ve zdravotnictví. Kapitola 4. Případové studie o tom, jak organizace mění pravidla hry na trhu. Kapitola 5. Úskalí, kterým je třeba se vyhnout při implementaci strojového učení ve zdravotnictví. Kapitola 6. Inovativní nápady specifické pro zdravotnictví pro monetizaci strojového učení.
Část 2: Maloobchod Kapitola 7. Přehled strojového učení v maloobchodě. Kapitola 8. Klíčové technologické pokroky v maloobchodě. Kapitola 9. Jak implementovat strojové učení v maloobchodě. Kapitola 10. Případové studie o tom, jak organizace mění pravidla hry na trhu. c. Jedna případová studie založená na diskusi. d. Jedna praktická případová studie s kódem Pythonu. Kapitola 11. Úskalí, kterým je třeba se vyhnout při implementaci strojového učení v maloobchodě. Kapitola 12. Specifické inovativní nápady pro monetizaci strojového učení v maloobchodě.
Část 3: Finance Kapitola 13. Přehled strojového učení ve financích. Kapitola 14. Klíčové technologické pokroky v oblasti financí. Kapitola 15. Jak implementovat strojové učení ve financích. Kapitola 16. Případové studie o tom, jak organizace mění hru na trhu. e. Jedna případová studie založená na diskusi. f. Jedna praktická případová studie s kódem v jazyce Python. Kapitola 17. Úskalí, kterým je třeba se vyhnout při implementaci strojového učení ve financích. Kapitola 18. Inovativní nápady specifické pro oblast financí pro zpeněžení strojového učení.
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)