Learning Algorithms for Internet of Things : Applying Python Tools to Improve Data Collection Use for System Performance
Lingua: inglese
Editore: Apress, 2024
- Brossura
- Nuovo
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Venditore AbeBooks dal 14 agosto 2006
Condizione: Nuovo
EUR 53,85
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
nach der Bestellung gedruckt Neuware - Printed after ordering - The advent of Internet of Things (IoT) has paved the way for sensing the environment and smartly responding. This can be further improved by enabling intelligence to the system with the support of machine learning and deep learning techniques. This book describes learning algorithms that can be applied to IoT-based, real-time applications and improve the utilization of data collected and the overall performance of the system.Many societal challenges and problems can be resolved using a better amalgamation of IoT and learning algorithms. 'Smartness' is the buzzword that is realized only with the help of learning algorithms. In addition, it supports researchers with code snippets that focus on the implementation and performance of learning algorithms on IoT based applications such as healthcare, agriculture, transportation, etc. These snippets include Python packages such as Scipy, Scikit-learn, Theano, TensorFlow, Keras, PyTorch, and more.Learning Algorithms for Internet of Things provides you with an easier way to understand the purpose and application of learning algorithms on IoT.What you'll LearnSupervised algorithms such as Regression and Classification.Unsupervised algorithms, like K-means clustering, KNN, hierarchical clustering, principal component analysis, and more.Artificial neural networks for IoT (architecture, feedback, feed-forward, unsupervised).Convolutional neural networks for IoT (general, LeNet, AlexNet, VGGNet, GoogLeNet, etc.).Optimization methods, such as gradient descent, stochastic gradient descent, Adagrad, AdaDelta, and IoT optimization.Who This Book Is For Students interested in learning algorithms and their implementations, as well as researchers in IoT looking to extend their work with learning algorithms. …
Codice articolo 9798868805295
- Titolo
- Learning Algorithms for Internet of Things : Applying Python Tools to Improve Data Collection Use for System Performance
- Autore
- G. R. Kanagachidambaresan
- Editore
- Apress
- Anno di pubblicazione
- 2024
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 13
- 9798868805295
- Peso dell'articolo
- 487 grammi
- Dimensioni
- 235x155x18 mm
- Serie
- Libro 30 di 32: Maker Innovations
The advent of Internet of Things (IoT) has paved the way for sensing the environment and smartly responding. This can be further improved by enabling intelligence to the system with the support of machine learning and deep learning techniques. This book describes learning algorithms that can be applied to IoT-based, real-time applications and improve the utilization of data collected and the overall performance of the system.
Many societal challenges and problems can be resolved using a better amalgamation of IoT and learning algorithms. “Smartness” is the buzzword that is realized only with the help of learning algorithms. In addition, it supports researchers with code snippets that focus on the implementation and performance of learning algorithms on IoT based applications such as healthcare, agriculture, transportation, etc. These snippets include Python packages such as Scipy, Scikit-learn, Theano, TensorFlow, Keras, PyTorch, and more.
Learning Algorithms for Internet of Things provides you with an easier way to understand the purpose and application of learning algorithms on IoT.
What you’ll Learn
- Supervised algorithms such as Regression and Classification.
- Unsupervised algorithms, like K-means clustering, KNN, hierarchical clustering, principal component analysis, and more.
- Artificial neural networks for IoT (architecture, feedback, feed-forward, unsupervised).
- Convolutional neural networks for IoT (general, LeNet, AlexNet, VGGNet, GoogLeNet, etc.).
- Optimization methods, such as gradient descent, stochastic gradient descent, Adagrad, AdaDelta, and IoT optimization.
Who This Book Is For
Students interested in learning algorithms and their implementations, as well as researchers in IoT looking to extend their work with learning algorithms
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Dr. G. R. Kanagachidambaresan is a Professor in the Department of CSE, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology. His main research interests includes IoT, Expert systems and Sensors. He has published several reputed articles and undertaken several consultancy activities for leading MNC companies. He has also guest edited several special issue volumes and books at Springer and serves on the editorial review board for peer reviewed journals.
He is currently working on several government-sponsored research projects like ISRO, DBT and DST. He is a TEC committee member in DBT. He is an ASEM-DUO Fellow and has successfully edited several books in EAI Springer. He is currently the Editor-in-Chief for the Next Generation Computer and Communication Engineering Series (Wiley). He received his B.E degree in Electrical and Electronics Engineering from Anna University in 2010 and M.E. Pervasive Computing Technologies in Anna University in 2012. He has completed his Ph.D. in Anna University Chennai in 2017.
Dr. N. Bharathi is an Associate Professor in the Computer Science Engineering Department at SRM Institute of Science and Technology in Chennai, India. Her past experiences are Associate Professor at Saveetha School of Engineering, R&D head at Yalamanchili Manufacturing Private Limited, and Assistant professor in SASTRA deemed university. She has good knowledge to work with IoT and embedded system in addition to computer science engineering concepts.
She was awarded with a Ph.D. degree in Computer Science in 2014 from SASTRA Deemed University, with 19+ years of work experience as an academic and industrial experience as R&D head involved in ARM platform boards with software development in Ubuntu OS. She completed her M. Tech in Advanced computing in SASTRA deemed University and done her M.Tech project internship at Center for High Performance Embedded System (CHiPES), Nanyang Technological University (NTU), Singapore. She was completed her B.E. in computer science engineering in 2002 at Shanmugha College of Engineering (Bharathidasan University). She published many research papers in reputed journals and conferences along with book chapters, advised many B.Tech. and M.Tech. students in various domains of computer science engineering and embedded systems and is currently advising four research scholars.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
AHA-BUCH GmbH
Einbeck, Germania
Venditore AbeBooks dal 14 agosto 2006
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 7 a 10 giorni lavorativi | Da 5 a 7 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 35,00 | EUR 45,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Specializzazione
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformazioni sull’azienda del venditore
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Germania 37574
Condizioni di vendita
Imprimere
Informazioni sul venditore:
AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.
Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a AHA-BUCH GmbH, Einbeck, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.
Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.