Maschinelles Lernen
- Titel erscheint in neuer Auflage
- Artikel merken
Zu diesem Buch erhalten Sie kostenlos ein eBook dazu.
In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt:
- Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet und der Hintergrund geliefert, um zu verstehen, wie und warum diese Algorithmen funktionieren.
- Ebenfalls enthalten ist ein kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens.
- Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt.
- Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen.
- Es werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u.a. Random Forest, DBSCAN und Q-Learning.
Vorausgesetzt werden Kenntnisse in objektorientierter Programmierung und Basiswissen der Hochschulmathematik. Die nötige Mathematik wird eingebettet im Buch präsentiert und die Theorie direkt in Python-Code umgesetzt.
Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis.
Prof. Dr. Jörg Frochte lehrt und forscht seit 2010 an der Hochschule Bochum. Als Professor für Angewandte Informatik und Mathematik hält er hier u.a. Vorlesungen in Mathematik, Simulation und Modellbildung sowie maschinellem Lernen.
Aus dem Inhalt:
Einführung in maschinelles Lernen
Python, NumPy, SciPy und Matplotlib – in a nutshell
Statistische Grundlagen und Bayes-Klassifikator
Lineare Modelle und Lazy Learning
Entscheidungsbäume
Feedforward-Netze
Deep Neural Networks mit Keras
Feature-Reduktion
Support Vector Machines
Clustering-Verfahren
Bestärkendes Lernen
"Kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens." handling, Dezember 2018
"Arbeitsbuch für Administratoren, Entwickler und IT-/System-Architekten. Entwickler erfahren, wie robuste Datenbankapplikationen erstellt werden, und erhalten einen Leitfaden für den Umstieg von Oracle auf PostgreSQL. Eigene Kapitel widmen sich den Themen PostgreSQL in der Cloud und großen Datenbanken." Jan Tittel, dotnetpro, Oktober 2018
"Alles in allem ein anspruchsvolles Buch über maschinelles Lernen, das einem engagierten Leser fundiertes Wissen vermitteln kann." Linux Magazin, Oktober 2018
"Alles in allem ein anspruchsvolles Buch über maschinelles Lernen, das einem engagierten Leser fundiertes Wissen vermitteln kann." Linux Magazin, Oktober 2018
? Einführung in maschinelles Lernen? Python, NumPy, SciPy und Matplotlib - in a nutshell? Statistische Grundlagen und Bayes-Klassifikator? Lineare Modelle und Lazy Learning? Entscheidungsbäume? Feedforward-Netze? Deep Neural Networks mit Keras? Feature-Reduktion? Support Vector Machines? Clustering-Verfahren? Bestärkendes Lernen
| Erscheinungsdatum | 02.08.2018 |
|---|---|
| Verlagsort | München |
| Sprache | deutsch |
| Maße | 173 x 242 mm |
| Gewicht | 763 g |
| Einbandart | gebunden |
| Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
| Informatik ► Programmiersprachen / -werkzeuge ► Python | |
| Informatik ► Theorie / Studium ► Algorithmen | |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik ► Angewandte Mathematik | |
| Schlagworte | bestärkendes Lernen • computer Lernen • Data Mining • DBSCAN • Deep learning • Entscheidungsbaum • Entscheidungsbaum Beispiel • google Bilderkennung • Induktives Lernen • KI programmieren • Künstliche Intelligenz • Künstliche Intelligenz • Lernen lernen Methoden • machine learning • machine learning algorithmen • Maschinelles Lernen • Maschinenlernen • Mechatronik • Neuronale Netze • Objekterkennung • Python 3 • Q-Learning • random forest • selbstlernende Algorithmen • selbstlernende Systeme • service engineer • unüberwachtes Lernen • überwachtes Lernen |
| ISBN-10 | 3-446-45291-5 / 3446452915 |
| ISBN-13 | 978-3-446-45291-6 / 9783446452916 |
| Zustand | Neuware |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
