Книга "Activity Learning" описывает понятие модели активности, полученной из данных сенсоров, и представляет основные алгоритмы, которые являются основой этой области. В книге подробно рассматриваются вычислительные подходы к обучению активности на основе данных сенсоров. Каждая глава построена таким образом, чтобы предоставить практическую информацию по шагам о том, как анализировать и обрабатывать данные сенсоров. В книге обсуждаются техники обучения активности, включая следующее: обнаружение шаблонов активности, возникающих на основе данных сенсоров, распознавание заранее определенных или обнаруженных активностей в реальном времени, прогнозирование возникновения активностей. Техники, рассмотренные в книге, могут быть применены во многих областях, включая безопасность, телекоммуникации, здравоохранение, умные сети и умный дом. На сайте-спутнике книги читатели могут попробовать техники, описанные в книге, и адаптировать или улучшить их для своих нужд. С упором на вычислительные подходы, книга "Activity Learning: Discovering, Recognizing, and Predicting Human Behavior from Sensor Data" предоставляет студентам и исследователям алгоритмическую перспективу обучения активности.
This book focuses on the notion of "activity model learned from data" in terms of sensor data which are becoming increasingly prevalent in modern technology. The author, Diane Cook, presents an overview of the key algorithms used in this field, providing a comprehensive understanding of the computational approaches used in activity learning.
Электронная Книга «Activity Learning» написана автором Diane J. Cook в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119010234
Описание книги от Diane J. Cook
Defines the notion of an activity model learned from sensor data and presents key algorithms that form the core of the field Activity Learning: Discovering, Recognizing and Predicting Human Behavior from Sensor Data provides an in-depth look at computational approaches to activity learning from sensor data. Each chapter is constructed to provide practical, step-by-step information on how to analyze and process sensor data. The book discusses techniques for activity learning that include the following: Discovering activity patterns that emerge from behavior-based sensor data Recognizing occurrences of predefined or discovered activities in real time Predicting the occurrences of activities The techniques covered can be applied to numerous fields, including security, telecommunications, healthcare, smart grids, and home automation. An online companion site enables readers to experiment with the techniques described in the book, and to adapt or enhance the techniques for their own use. With an emphasis on computational approaches, Activity Learning: Discovering, Recognizing, and Predicting Human Behavior from Sensor Data provides graduate students and researchers with an algorithmic perspective to activity learning.
