Pipeline de análise automática
Uitgelicht
|
56,75 |
Naar shop
|
|
56,75 |
Naar shop
|
|
61,99
59,99 |
Naar shop
|
Beschrijving
Bol
Pipeline Auto-Analítico: Integrando Engenharia de Big Data e IA na Produção de Veículos fornece um roteiro abrangente para modernizar a fabricação automotiva por meio da inteligência orientada por dados. Começando com o caso de negócios para autoanálise, o livro estabelece por que os pipelines de dados integrados são essenciais para a competitividade. Explora as fundações de dados no chão de fábrica, seguidas de arquitecturas escaláveis para ingestão, integração e armazenamento em lago adaptadas aos contextos de fabrico. O tratamento de eventos em tempo real, a engenharia de caraterísticas e a modelação avançada são apresentados como os principais facilitadores da qualidade preditiva, da otimização do rendimento e da monitorização da saúde dos activos. Os capítulos especializados abrangem a visão computacional para oficinas de carroçaria e pintura, análise de baterias de veículos eléctricos e inteligência da cadeia de fornecimento. O texto enfatiza a análise prescritiva para automação de decisões, enquanto as práticas de MLOps garantem a implantação e o monitoramento robustos dos modelos de IA. Também destaca os pilares da governação, como a qualidade dos dados, a observabilidade, a segurança, a privacidade e a conformidade.
Pipeline Auto-Analítico: Integrando Engenharia de Big Data e IA na Produção de Veículos fornece um roteiro abrangente para modernizar a fabricação automotiva por meio da inteligência orientada por dados. Começando com o caso de negócios para autoanálise, o livro estabelece por que os pipelines de dados integrados são essenciais para a competitividade. Explora as fundações de dados no chão de fábrica, seguidas de arquitecturas escaláveis para ingestão, integração e armazenamento em lago adaptadas aos contextos de fabrico. O tratamento de eventos em tempo real, a engenharia de caraterísticas e a modelação avançada são apresentados como os principais facilitadores da qualidade preditiva, da otimização do rendimento e da monitorização da saúde dos activos. Os capítulos especializados abrangem a visão computacional para oficinas de carroçaria e pintura, análise de baterias de veículos eléctricos e inteligência da cadeia de fornecimento. O texto enfatiza a análise prescritiva para automação de decisões, enquanto as práticas de MLOps garantem a implantação e o monitoramento robustos dos modelos de IA. Também destaca os pilares da governação, como a qualidade dos dados, a observabilidade, a segurança, a privacidade e a conformidade.
AmazonPagina's: 116, Paperback, Edições Nosso Conhecimento
Prijzen voor het laatst bijgewerkt op: