4,99 €
4,99 €
inkl. MwSt.
Sofort per Download lieferbar
0 °P sammeln
4,99 €
Als Download kaufen
4,99 €
inkl. MwSt.
Sofort per Download lieferbar
0 °P sammeln
Jetzt verschenken
Alle Infos zum eBook verschenken
4,99 €
inkl. MwSt.
Sofort per Download lieferbar
Alle Infos zum eBook verschenken
0 °P sammeln
Andere Kunden interessierten sich auch für
1: Veri madenciligi: Bu bölüm, veri madenciliginin temellerini tanitmakta ve algoritmalarin ve araçlarin robotikte büyük veri kümelerini analiz etmek için nasil uygulandigina odaklanmaktadir.
2: Makine ögrenimi: Veri madenciligi ve makine ögreniminin kesisimini inceleyerek, modellerin robotik sistemlerde kaliplari tanimasi ve tahminlerde bulunmasi için nasil egitilebilecegini göstermektedir.
3: Metin madenciligi: Metin madenciligini inceleyerek, robotik sistemlerin yapilandirilmamis metinsel verilerden nasil yararli bilgiler çikarabilecegini göstermektedir.
4: Iliskilendirme kurali ögrenimi: Robotlarda karar vermeyi iyilestirmek için çok önemli olan verilerdeki gizli iliskileri ortaya çikarmak için iliskilendirme kurali madenciligi tekniklerini tanitir.
5: Yapilandirilmamis veriler: Robotik baglaminda görüntü veya ses gibi yapilandirilmamis verilerle basa çikmanin zorluklarini ve yöntemlerini tartisir.
6: Kavram kaymasi: Bu bölüm, yeni veriler degisiklikler getirerek robot performansini etkiledikçe makine ögrenimi modellerinin zamanla nasil adapte oldugunu açiklar.
7: Weka (yazilim): Robotik uygulamalarda çesitli madencilik algoritmalarini uygulamak için veri madenciligi için popüler bir açik kaynakli yazilim olan Weka'nin kullanimini kapsar.
8: Profilleme (bilgi bilimi): Sistemlerin davranisini anlamak ve gelecekteki eylemleri tahmin etmek için kullanilan profilleme tekniklerine odaklanir ve robotik karar vermeyi gelistirir.
9: Sahtekarlik tespiti için veri analizi: Veri madenciliginin robotlarin finans veya güvenlik gibi çesitli alanlardaki sahtekarliklari ve anormallikleri belirlemesine nasil yardimci olabilecegini arastirir.
10: ELKI: Gelismis veri madenciligi teknikleri için yararli olan ve robotik sistemlere uygulanan ELKI çerçevesine derinlemesine bir dalis saglar.
11: Egitimsel veri madenciligi: Egitimsel veri madenciliginin robot destekli ögrenme ortamlarini ve kisisellestirilmis egitimi nasil iyilestirebilecegini arastirir.
12: Bilgi çikarma: Büyük veri kümelerinden degerli içgörüler çikarma sürecini inceler ve robotlarin daha iyi kararlar almasina rehberlik eder.
13: Veri bilimi: Veri bilimini robotik biliminin ayrilmaz bir parçasi olarak tanitir ve daha akilli, daha yetenekli robotlar insa etmek için temel olusturur.
14: Büyük Çevrimiçi Analiz: Robotlarin yeni bilgilere aninda uyum saglamasini garanti altina alarak büyük veri kümelerini gerçek zamanli olarak isleme tekniklerini ele alir.
15: Veri madenciligi örnekleri: Bu bölüm, robotikte veri madenciligi uygulamalarinin gerçek dünya örneklerini sunarak pratik faydasini sergiler.
16: Yapay zeka: Yapay zekanin veri madenciligi teknikleriyle nasil bütünlestigini ve robotlara gelismis karar alma yetenekleri kazandirdigini inceler.
17: Gözetimli ögrenme: Gözetimli ögrenme modellerine ve etiketli veriler araciligiyla robotlari belirli görevler için egitmek için nasil kullanildiklarina odaklanir.
18: Sinir agi (makine ögrenimi): Sinir aglarini ve gelismis robotik ve otonom sistemler için gerekli olan insan beyni islevlerini nasil taklit ettiklerini tanitir.
19: Desen tanima: Robotlarin ham verilerden nesneleri, jestleri veya konusmayi tanimlamasini saglayan desen tanima tekniklerini ele alir.
20: Gözetimsiz ögrenme: Robotlarin önceden tanimlanmis etiketler olmadan verilerden ögrenmesini saglayan ve daha fazla özerklik saglayan gözetimsiz ögrenme tekniklerini kapsar.
21: Egitim, dogrulama ve test veri kümeleri: Veri kümelerinin makine ögrenimi modellerini degerlendirme ve iyilestirmede, robotik dogrulugu ve güvenilirligi artirmadaki kritik rolünü açiklar.
2: Makine ögrenimi: Veri madenciligi ve makine ögreniminin kesisimini inceleyerek, modellerin robotik sistemlerde kaliplari tanimasi ve tahminlerde bulunmasi için nasil egitilebilecegini göstermektedir.
3: Metin madenciligi: Metin madenciligini inceleyerek, robotik sistemlerin yapilandirilmamis metinsel verilerden nasil yararli bilgiler çikarabilecegini göstermektedir.
4: Iliskilendirme kurali ögrenimi: Robotlarda karar vermeyi iyilestirmek için çok önemli olan verilerdeki gizli iliskileri ortaya çikarmak için iliskilendirme kurali madenciligi tekniklerini tanitir.
5: Yapilandirilmamis veriler: Robotik baglaminda görüntü veya ses gibi yapilandirilmamis verilerle basa çikmanin zorluklarini ve yöntemlerini tartisir.
6: Kavram kaymasi: Bu bölüm, yeni veriler degisiklikler getirerek robot performansini etkiledikçe makine ögrenimi modellerinin zamanla nasil adapte oldugunu açiklar.
7: Weka (yazilim): Robotik uygulamalarda çesitli madencilik algoritmalarini uygulamak için veri madenciligi için popüler bir açik kaynakli yazilim olan Weka'nin kullanimini kapsar.
8: Profilleme (bilgi bilimi): Sistemlerin davranisini anlamak ve gelecekteki eylemleri tahmin etmek için kullanilan profilleme tekniklerine odaklanir ve robotik karar vermeyi gelistirir.
9: Sahtekarlik tespiti için veri analizi: Veri madenciliginin robotlarin finans veya güvenlik gibi çesitli alanlardaki sahtekarliklari ve anormallikleri belirlemesine nasil yardimci olabilecegini arastirir.
10: ELKI: Gelismis veri madenciligi teknikleri için yararli olan ve robotik sistemlere uygulanan ELKI çerçevesine derinlemesine bir dalis saglar.
11: Egitimsel veri madenciligi: Egitimsel veri madenciliginin robot destekli ögrenme ortamlarini ve kisisellestirilmis egitimi nasil iyilestirebilecegini arastirir.
12: Bilgi çikarma: Büyük veri kümelerinden degerli içgörüler çikarma sürecini inceler ve robotlarin daha iyi kararlar almasina rehberlik eder.
13: Veri bilimi: Veri bilimini robotik biliminin ayrilmaz bir parçasi olarak tanitir ve daha akilli, daha yetenekli robotlar insa etmek için temel olusturur.
14: Büyük Çevrimiçi Analiz: Robotlarin yeni bilgilere aninda uyum saglamasini garanti altina alarak büyük veri kümelerini gerçek zamanli olarak isleme tekniklerini ele alir.
15: Veri madenciligi örnekleri: Bu bölüm, robotikte veri madenciligi uygulamalarinin gerçek dünya örneklerini sunarak pratik faydasini sergiler.
16: Yapay zeka: Yapay zekanin veri madenciligi teknikleriyle nasil bütünlestigini ve robotlara gelismis karar alma yetenekleri kazandirdigini inceler.
17: Gözetimli ögrenme: Gözetimli ögrenme modellerine ve etiketli veriler araciligiyla robotlari belirli görevler için egitmek için nasil kullanildiklarina odaklanir.
18: Sinir agi (makine ögrenimi): Sinir aglarini ve gelismis robotik ve otonom sistemler için gerekli olan insan beyni islevlerini nasil taklit ettiklerini tanitir.
19: Desen tanima: Robotlarin ham verilerden nesneleri, jestleri veya konusmayi tanimlamasini saglayan desen tanima tekniklerini ele alir.
20: Gözetimsiz ögrenme: Robotlarin önceden tanimlanmis etiketler olmadan verilerden ögrenmesini saglayan ve daha fazla özerklik saglayan gözetimsiz ögrenme tekniklerini kapsar.
21: Egitim, dogrulama ve test veri kümeleri: Veri kümelerinin makine ögrenimi modellerini degerlendirme ve iyilestirmede, robotik dogrulugu ve güvenilirligi artirmadaki kritik rolünü açiklar.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.