Apprentissage automatique pour le traitement du signal : Science des données, algorithmes et statistiques informatiques

Note :   (4,2 sur 5)

Apprentissage automatique pour le traitement du signal : Science des données, algorithmes et statistiques informatiques (A. Little Max)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 7 votes.

Titre original :

Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics

Contenu du livre :

Ce livre décrit en détail les mathématiques et les algorithmes fondamentaux de l'apprentissage automatique (un exemple d'intelligence artificielle) et du traitement du signal, deux des technologies les plus importantes et les plus passionnantes de l'économie moderne de l'information. Adoptant une approche graduelle, il développe les concepts de manière solide, étape par étape, de sorte que les idées et les algorithmes puissent être mis en œuvre dans des applications logicielles pratiques.

Le traitement des signaux numériques (DSP) est l'un des sujets d'ingénierie "fondamentaux" du monde moderne, sans lequel des technologies telles que le téléphone portable, la télévision, les lecteurs CD et MP3, le WiFi et les radars ne seraient pas possibles. Relativement nouveau en comparaison, l'apprentissage automatique statistique est l'épine dorsale théorique de technologies passionnantes telles que les techniques automatiques de reconnaissance des plaques d'immatriculation des voitures, la reconnaissance vocale, les prévisions boursières, la détection des défauts sur les chaînes de montage, le guidage des robots et la navigation des voitures autonomes. L'apprentissage automatique statistique exploite l'analogie entre le traitement intelligent de l'information dans les cerveaux biologiques et la modélisation et l'inférence statistiques sophistiquées.

La DSP et l'apprentissage automatique statistique sont d'une telle importance pour l'économie de la connaissance qu'ils ont tous deux connu des changements rapides et des améliorations radicales en termes de portée et d'applicabilité. Tous deux font appel à des sujets clés des mathématiques appliquées tels que les probabilités et les statistiques, l'algèbre, le calcul, les graphes et les réseaux. Il existe des liens formels étroits entre les deux sujets et, par conséquent, de nombreux chevauchements qui peuvent être exploités pour produire de nouveaux outils DSP d'une utilité surprenante, très adaptés au monde contemporain des capteurs numériques omniprésents et du matériel informatique puissant, mais bon marché. Ce livre donne une base mathématique solide et détaille les concepts et algorithmes clés de ce sujet important.

Autres informations sur le livre :

ISBN :9780198714934
Auteur :
Éditeur :
Reliure :Relié
Année de publication :2019
Nombre de pages :384

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Apprentissage automatique pour le traitement du signal : Science des données, algorithmes et...
Ce livre décrit en détail les mathématiques et les...
Apprentissage automatique pour le traitement du signal : Science des données, algorithmes et statistiques informatiques - Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics
Apprentissage automatique pour le traitement du signal : Science des données, algorithmes et...
Décrit les mathématiques et les algorithmes...
Apprentissage automatique pour le traitement du signal : Science des données, algorithmes et statistiques informatiques - Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)