В данной книге авторы раскрывают практические аспекты реализации технологий искусственного интеллекта и квантовых вычислений в больших сетях беспроводной связи. Сеть может нуждаться в использовании искусственного интеллекта уже в ходе планирования размещения сети, оптимизации и динамического контроля по мере увеличения ее плотности и гибкости.
В настоящем издании проводятся практические обзоры алгоритмов машинного обучения с изучением различных случаев применения как на Python , так и на R, здесь обсуждаются алгоритмы, основанные на теории игр, используемые в процессе принятия решений и различные конкретные приложения в беспроводных сетях, например , предсказание канала, состояния сети и трафика.
Книга также содержит главы, посвященные фундаментам машинного обучения, алгоритмам искусственных нейронных сетей, объяснимым и графовым НС, изучению равновесия и игр, алгоритмам ИИ в сетях, основам квантовой коммуникации, квантовому каналу, информационной теории и теории исправления ошибок, оптимизации квантовых теорий и квантового Интернета.
Важные темы данного труда заключаются в доступном объяснении основ алгоритмического машинного обучения, таких как линейная и логистическая регрессия, деревья решений, случайные леса, ансамблевое обучение, бустинг и машины опорных векторов. Авторы издания предлагают читателю начать изучение с простых тем и перейти к более продвинутым концепциям и техникам, связанным с квантовыми сетями. Материалы данного издания будут полезны инженерам сетей, исследователям, студентам и аспирантам компьютерных и инженерных наук, а также сотрудникам ИТ служб поддержки, а политикам и регуляторам, работающим в области технологий.
Это практическое руководство по реализации технологий искусственного интеллекта и квантовых вычислений в крупномасштабных коммуникационных сетях. В книге рассматриваются алгоритмы обучения, основанные на теории игр, их применение в принятии решений, а также различные конкретные приложения в беспроводных сетях, такие как прогноз каналов, состояния сети и трафика.
#программы
