LearnFlat · KI-Anwendungen (Interdisziplinär) · KI für die Landwirtschaft (AgriTech)

Agrarertragsprognose

Entwickeln Sie Machine-Learning-Modelle zur Vorhersage von Ernteerträgen, indem Sie historische Daten, Wettermuster, Satellitenbilder und Feldsensordaten analysieren.

Agrarertragsprognose

Datenanalyse für Umwelt- und Landschaftswissenschaften

GIS-Vorhersage-Mapping mit künstlichen neuronalen Netzen in R

Statistische Methoden der Datenanalyse: Kernbegriffe und Regression

Multivariate Zeitreihenanalyse und Prognose in R

Erneuerbare Energien: Wasserkraft, Windkraft und Solarenergie

Machine Learning für Forschung und Analyse

Angewandte Data Science: Erstellen Sie einen Fahrradverleih-Prädiktor

Predictive Analytics mit KI: Von Daten zu Entscheidungen

Machine Learning mit R: Erstellen, Analysieren und Vorhersagen

Machine Learning und Data Mining in R

Vorhersage des Sicherheitsbestands: Ein Zeitreihen-Prognoseprojekt

Georeferenzierte Datenmodellierung und räumliche Analyse

Grundlagen der linearen Regression und Prognose

Grundlagen der Datenwissenschaft und Statistik für Unternehmen

Datenmodellierung und prädiktive Analyse mit R

Deep Learning mit R: Aufbau und Vorhersage neuronaler Netze

Die Zukunft der Daten und neuer Technologien: Ein strategischer Überblick

Regressionsmodellierung: Variablenauswahl, Validierung und nichtlineare Analyse

Entscheidungsbäume in R: Praktische Modellerstellung

Prädiktive Regressionsmodellierung in R: Ein Leitfaden für Anfänger

Geostatistische Modellierung mit R

R für Investitionen: Grundlagen der Regression und des maschinellen Lernens

R für Machine Learning: Grundlagen der Predictive Analytics

RAS General Studies: Prelims & Mains (Englisch) Taschenbuch – 20.09.2016