Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 4 Stimmen.
Machine Learning Applications Using Python: Cases Studies from Healthcare, Retail, and Finance
Teil 1: GesundheitswesenKapitel 1. Überblick über das maschinelle Lernen im Gesundheitswesen. Kapitel 2. Wichtige technologische Fortschritte im Gesundheitswesen. Kapitel 3. Wie man maschinelles Lernen im Gesundheitswesen implementiert. Kapitel 4. Fallstudien darüber, wie Organisationen das Spiel auf dem Markt verändern. Kapitel 5. Fallstricke, die bei der Implementierung des maschinellen Lernens im Gesundheitswesen zu vermeiden sind. Kapitel 6. Innovative Ideen für die Monetarisierung des maschinellen Lernens im Gesundheitswesen.
Teil 2: Einzelhandel Kapitel 7. Überblick über maschinelles Lernen im Einzelhandel. Kapitel 8. Wichtige technologische Fortschritte im Einzelhandel. Kapitel 9. Wie man maschinelles Lernen im Einzelhandel implementiert. Kapitel 10. Fallstudien darüber, wie Unternehmen das Spiel auf dem Markt verändern. c. Eine diskussionsbasierte Fallstudie. d. Eine praktische Fallstudie mit Python-Code. Kapitel 11. Fallstricke, die bei der Implementierung von maschinellem Lernen im Einzelhandel zu vermeiden sind. Kapitel 12. Einzelhandelsspezifische innovative Ideen zur Monetarisierung des maschinellen Lernens.
Teil 3: Finanzen Kapitel 13. Überblick über maschinelles Lernen im Finanzwesen. Kapitel 14. Wichtige technologische Fortschritte im Finanzwesen. Kapitel 15. Wie man maschinelles Lernen im Finanzwesen implementiert. Kapitel 16. Fallstudien darüber, wie Organisationen das Spiel auf dem Markt verändern. e. Eine diskussionsbasierte Fallstudie. f. Eine praktische Fallstudie mit Python-Code. Kapitel 17. Fallstricke, die bei der Implementierung von maschinellem Lernen im Finanzwesen zu vermeiden sind. Kapitel 18. Finanzspezifische innovative Ideen zur Monetarisierung des maschinellen Lernens.