Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Publikationen

Publications

Literatur

Onlinemodule LEXIA

Modules en ligne LEXIA

Bücher

Livres

Buchreihen

Collections

Datenbanken

recht.ch

Studienliteratur

Littérature pour les études

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Autorenstimmen

Témoignages

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Vision und Mission

Vision et mission

Unser Magazin

Notre magazine

Unternehmenskultur

Culture d'entreprise

Partner

Partenaires

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Sortiment und Funktionen

Assortiment et recherche

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Vermeulen A: Agentic Hyper-Personalized
Dimensions

Agentic Hyper-Personalized Dimensions

Six Dimensions of Business Dark Data

Dieses Handbuch setzt dort an, wo die meisten Einführungstexte zur angewandten Statistik aufhören: Anerkannte Expertinnen und Experten führen in fortgeschrittene Methoden, Modelle und Konzepte der angewandten Statistik ein und geben Hinweise zur tiefergehenden Lektüre. Schwerpunkte sind dabei zum einen flexible Methoden und Modellklassen für Regressionsprobleme, die unterschiedliche Aspekte adressieren, welche im klassischen linearen Modell nicht adäquat abgebildet bzw. berücksichtigt werden können. Zu nennen sind hier beispielhaft die Verteilungsregression, generalisierte additive Modelle, Überlebenszeitanalysen und maschinelle Lernverfahren. Zum anderen werden zahlreiche Methoden der modernen statistischen Inferenz behandelt, wie etwa Bayesianische Ansätze, Bootstrap- und Permutationstests, kausale Inferenz oder Tests bei hochdimensionalen Daten. Abgerundet wird das Buch durch übergreifende Kapitel zu fehlenden Daten und reproduzierbarer bzw. replizierbarer Forschung. Die einzelnen Beiträge sind dabei unabhängig von den anderen Kapiteln lesbar. Das Handbuch wendet sich zum einen an Anwenderinnen und Anwender aus der Praxis sowie Promovierende und PostDocs mit soliden Grundkenntnissen der Statistik, die sich anhand kompakter Darstellungen von jeweils etwa 30 Seiten über weiterführende Themen der angewandten Statistik informieren möchten. Zum anderen ist das Buch geeignet für Studierende aus höheren Semestern in Studiengängen, in denen die adäquate und tiefergehende Analyse empirischer Daten von zentraler Bedeutung ist.Die HerausgeberJan Gertheiss ist Professor für Statistik und Data Science an der Fakultät für Wirtschafts- und Sozialwissenschaften der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg. Seine Forschungsschwerpunkte liegen im anwendungsorientierten und -motivierten statistischen Lernen.Matthias Schmid ist Professor für Medizinische Biometrie, Informatik und Epidemiologie an der Medizinischen Fakultät der Rheinischen Friedrich-Wilhelms-Universität Bonn. Seine Forschungsschwerpunkte liegen im Bereich der Regressionsmodellierung, der Analyse von Überlebenszeiten und des statistischen Lernens.Martin Spindler ist Professor für Statistik an der Universität Hamburg. Seine Forschungsschwerpunkte liegen sowohl in&nbsp;der Theorie als auch der Anwendung non maschinellem Lernen, Deep Learning und Causal Machine Learning.

Handbuch fortgeschrittener Modelle, Methoden und Konzepte

Moderne Verfahren der Angewandten Statistik

Intelligent IoT-based Diagnostic and Assistive Systems for Neurological Disorders

De Gruyter Series in Measurement Sciences

Advances and Applications

Artificially Intelligent Sensing

Medical and Technical Analysis and Signal Processing Perspectives

Exploring Infant Cry

Medical Robots and Devices: New Developments and Advances

AI and Data Science in Precision Medicine, Predictive Analytics, and Medical Practice explores the transformative role of AI and data science in enhancing precision medicine, predictive analytics, and medical practice. The book covers diverse topics such as AI-driven personalized medicine, seizure prediction through EEG analysis, and the application of chaos theory in AI-driven healthcare. The volume also delves into medical practice and education, including ethical considerations, AI-driven supply chain management, and clinical documentation using natural language processing. Furthermore, it examines AI's role in telemedicine, patient engagement, and adherence, offering innovative solutions to improve healthcare delivery and outcomes.

AI and Data Science in Precision Medicine, Predictive Analytics, and Medical Practice

Data Science and Interactive Visualization Tools for the Analysis of Qualitative Evidence empowers qualitative and mixed methods researchers in the data science movement by offering no-code, cost-free software access so that they can apply cutting-edge and innovative methods to synthetize qualitative data. The book builds on the idea that qualitative and mixed methods researchers should not have to learn to code to benefit from rigorous open-source, cost-free software that uses artificial intelligence, machine learning, and data visualization tools-just as people do not need to know C++ or TypeScript to benefit from Microsoft Word. The real barrier is the hundreds of R code lines required to apply these concepts to their databases. By removing the coding proficiency hurdle, this book will empower their research endeavors and help them become active members of and contributors to the applied data science community. The book offers a comprehensive explanation of data science and machine learning methodologies, along with access to software application tools to implement these techniques without any coding proficiency. The book addresses the need for innovative tools that enable researchers to tap into the insights that come out of cutting-edge data science tools with absolutely no computer language literacy requirements.

Data Science and Interactive Visualization Tools for the Analysis of Qualitative Evidence

Technology-Assisted Physical Gait Rehabilitation: How Robotics, Data Science, and Neuroscience are Changing Modern Physical Therapy delves into the integration of advanced computational modeling, robotic systems, data analytics, and neuroscientific principles to revolutionize physical gait therapy. This book addresses rehabilitation techniques for conditions like stroke, traumatic brain injury, and incomplete spinal cord injury, showcasing a multidisciplinary approach that brings together expertise from various domains. This comprehensive volume gathers insights from leading experts in robotics, human biomechanics, physical therapy, neuroscience, engineering, and medicine. It discusses current advancements and future directions in technology-assisted gait therapy, emphasizing the synergy of interdisciplinary collaboration to achieve breakthroughs in rehabilitation techniques. The book also highlights ongoing work and the potential developments necessary to foster significant progress in this field.

How Robotics, Data Science, and Neuroscience are Changing Modern Physical Therapy

Technology-Assisted Physical Gait Rehabilitation

Embedded System and GUI Development using MATLAB for Engineering Applications

Deep Learning in Computer Vision

Art in the Age of AI

How to See Like a Machine

Eeg Signal Classification Using Machine Learning

Sybex Study Guide

A fast and efficient prep handbook for the Azure AI Fundamentals certification exam In MC Microsoft Certified Azure AI Fundamentals Study Guide: Exam AI-900, experienced software engineer Adora Nwodo walks you through every technical topic you need to understand to succeed on the AI-900 certification exam and build a fundamental understanding of Azure AI features. The Study Guide uses the proven and popular Sybex approach to help you use Azure AI in the real-world, whether you're in a technical or non-technical role. Nwodo offers clear explanations, step-by-step instructions, and visual aids to guide you through essential AI concepts and shows you how to use them in the Azure cloud. You'll learn about: <ul> <li>Artificial intelligence concepts and workloads</li> <li>Responsible AI use in Azure</li> <li>Core concepts in AI models and solutions</li> <li>Introduction to machine learning concepts, including data preprocessing, training and validation, algorithms, and more</li> <li>The application of machine learning concepts on the Azure cloud platform</li> <li>Computer vision in Azure</li> <li>Natural language processing concepts</li> <li>Generative AI concepts</li> <li>The Azure OpenAI Service</li> <li>Example AI use cases and industry-specific applications</li> </ul> The MC Microsoft Certified Azure AI Fundamentals Study Guide highlights best practices for industry newcomers and veterans alike and builds the confidence you need to pass the AI-900 certification exam on your first attempt. Inside the book: <ul> <li>Intuitively organized material and additional sample questions that allow you to selectively study the areas in which you need to improve</li> <li>Carefully explained content appropriate for non-technical professionals who interact with AI technologies occasionally or on a daily basis</li> <li>Complimentary access to the superior Sybex online learning environment and test bank, including practice test questions, digital flashcards, and a glossary of key terms</li> </ul> Perfect for everyone preparing for the AI-900 certification exam, the Microsoft Certified Azure AI Fundamentals Study Guide is also a must-read for technical and non-technical professionals--especially those working in AI-impacted industries like sales and marketing--who wish to expand their AI skillset and improve their effectiveness at work.

Exam AI-900

MC Azure AI Fundamentals Study Guide

Agentic Hyper-Personalized Dimensions

Autres titres sur ce thème