Compartir
Une Feuille de Route Pour Mettre en Œuvre L'apprentissage Automatique Dans L'industrie de la Construction: Machine Learning, Projet de Construction (en Francés)
Balakrishnan Subramanian; Anandh K. S. (Autor)
·
Editions Notre Savoir
· Tapa Blanda
Une Feuille de Route Pour Mettre en Œuvre L'apprentissage Automatique Dans L'industrie de la Construction: Machine Learning, Projet de Construction (en Francés) - Balakrishnan Subramanian; Anandh K. S.
Libro Nuevo
Importado
*
Envío: 18 a 28 días háb.
$ 205.630$ 102.815
* Costos de importación incluídos en el precio ✅
Origen: Reino Unido
Costos de importación incluídos en el precio ✅
Se enviará desde nuestra bodega entre el
Martes 21 de Abril y el
Miércoles 06 de Mayo.
Lo recibirás en cualquier lugar de Argentina entre 1 y 3 días hábiles luego del envío.
Reseña del libro "Une Feuille de Route Pour Mettre en Œuvre L'apprentissage Automatique Dans L'industrie de la Construction: Machine Learning, Projet de Construction (en Francés)"
"A Roadmap to Implement Machine Learning in Construction Industry" est un guide complet qui explore l'application de l'apprentissage automatique dans l'industrie de la construction. Rédigé par des experts du secteur, ce livre fournit une feuille de route claire pour la mise en oeuvre des techniques d'apprentissage automatique dans les projets de construction, de la planification à l'exécution. Le livre couvre une série de sujets liés à l'apprentissage automatique, y compris la collecte et le traitement des données, la sélection des caractéristiques, la sélection des algorithmes, et l'entraînement et la validation des modèles. Il examine également l'utilisation de l'apprentissage automatique pour diverses activités de construction, telles que la planification de projets, la gestion des risques, le contrôle de la qualité et la maintenance des équipements. À l'aide d'exemples pratiques et d'études de cas, les auteurs démontrent les avantages de l'apprentissage automatique dans l'industrie de la construction, tels que l'augmentation de l'efficacité, l'amélioration de la qualité et la réduction des coûts. Ils abordent également les défis et les considérations qui doivent être pris en compte lors de la mise en oeuvre de l'apprentissage automatique, tels que la confidentialité des données, la qualité des données et la nécessité de disposer d'un personnel qualifié.
