دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1st ed. 2022] نویسندگان: Mohamed Abdel-Basset, Nour Moustafa, Hossam Hawash, Weiping Ding سری: ISBN (شابک) : 3030890244, 9783030890247 ناشر: Springer سال نشر: 2021 تعداد صفحات: 278 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 27 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Deep Learning Techniques for IoT Security and Privacy (Studies in Computational Intelligence, 997) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تکنیک های یادگیری عمیق برای امنیت و حریم خصوصی اینترنت اشیا (مطالعات در هوش محاسباتی، 997) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب بیان میکند که مخاطبین هدف اصلی افرادی هستند که تا حدودی با اینترنت اشیا (IoT) آشنایی دارند، اما علاقهمند به دریافت تفسیری جامع از نقش یادگیری عمیق در حفظ امنیت و حریم خصوصی اینترنت اشیا هستند. یک خواننده باید با پایتون و اصول یادگیری ماشین و یادگیری عمیق دوست باشد. تفسیر آمار و نظریه احتمال یک مزیت خواهد بود، اما مطمئناً برای شناسایی بیشتر مطالب کتاب حیاتی نیست.
This book states that the major aim audience are people who have some familiarity with Internet of things (IoT) but interested to get a comprehensive interpretation of the role of deep Learning in maintaining the security and privacy of IoT. A reader should be friendly with Python and the basics of machine learning and deep learning. Interpretation of statistics and probability theory will be a plus but is not certainly vital for identifying most of the book's material.