Machine Learning Approach for Cloud Data Analytics in IoT /
Contiene: 1) Análisis de datos basado en aprendizaje automático; 2) Aprendizaje automático para aplicaciones de IoT ciberinmunes; 3) Empleo de enfoques de aprendizaje automático para análisis predictivos de datos en la industria minorista; 4) Tendencias emergentes de computación en la nube para la t...
Guardado en:
| Otros autores: | |
|---|---|
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Hoboken, EUA :
Wiley,
2021, c2021
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Contiene: 1) Análisis de datos basado en aprendizaje automático; 2) Aprendizaje automático para aplicaciones de IoT ciberinmunes; 3) Empleo de enfoques de aprendizaje automático para análisis predictivos de datos en la industria minorista; 4) Tendencias emergentes de computación en la nube para la transformación empresarial; 5) Seguridad de datos sensibles en la computación en la nube; 6) Criptografía en la nube para análisis de datos en la nube en IoT; 7) Problemas y desafíos de la criptografía clásica en la computación en la nube; 8) Análisis de datos basado en la nube para monitorear entornos inteligentes; 9) Métricas de rendimiento para la comparación de algoritmos de programación de tareas heurísticas en la plataforma de computación en la nube; 10) Modelos de monitoreo de entornos inteligentes que utilizan análisis de datos basados en la nube; 11) Avances del aprendizaje automático y la computación en la nube en el campo de la atención médica inteligente; 12) Estudio sobre computación en la nube verde; 13) Recuperación inteligente de enfermedades que afectan a las plantas; 14) Predicción del mercado de valores utilizando análisis de datos basados en aprendizaje automático; 15) Pehchaan: análisis del "Aadhar Dataset" para facilitar una realización fluida y eficiente del próximo NPR; 16) Enfoque de aprendizaje profundo para la optimización de recursos en blockchain, redes celulares e IoT: desafíos abiertos y soluciones actuales; 17) Aprendizaje no supervisado de acuerdo con nuevos aspectos de la inteligencia artificial; 18) Modelado predictivo de un sistema de atención médica transitoria habilitado por blockchain con gamificación antropomórfica. |
|---|---|
| Descripción física: | 1 libro electrónico en línea (XXIII, 497 p.) 1 recurso en línea |
| Público: | Wiley 2026 EEnlace Departamento de Electrónica, Sistemas e Informática |
| ISBN: | 9781119785866 |
| Acceso: | Licencias ilimitadas |