В этой книге мы рассмотрим некоторые реализации ИИ с использованием популярных моделей машинного обучения, таких как: Алгоритм "Дерево решений", алгоритм "Случайный лес", глубокое обучение и сверточные нейронные сети. Кроме того, в работе рассматривается распознавание эмоций с учетом культурного контекста.

В работе рассматриваются текущие приложения ИИ в аэрокосмической промышленности с упором на повышение безопасности, предиктивное обслуживание и развитие концепции "умной фабрики". Кроме того, в книге показано, как FIWARE и интеллектуальные системы помогают управлять ресурсами и развивать "умные города".

Также раскрывается потенциал умных технологий, включая IoT, БПЛА, Raspberry Pi и ансамблевое обучение, в различных областях, таких как сельское хозяйство, видеонаблюдение и здравоохранение. Кроме того, в книге рассматриваются проблемы, связанные с экспоненциальным ростом объема данных в энергетическом секторе, и роль фазоизмерительных приборов в мониторинге преобразования электроэнергии.

Выводы подчеркивают преимущества этих технологий в повышении эффективности, снижении затрат и инновационных решениях существующих проблем. Как и в первой части, читателям также будет полезен пример на языке Python, в котором используется Transfer Learning с ResNet50.

. .