Machine Learning – kurz & gut
O'Reilly (Verlag)
978-3-96009-161-5 (ISBN)
- Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning
- Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung
- Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innen
Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft.
Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert.
Dabei werden folgende Themen behandelt und mit praktischen Beispielen veranschaulicht:
- Datenimport und -vorbereitung
- Supervised Learning
- Feature-Auswahl, Modellvalidierung
- Neuronale Netze und Deep Learning
- Unsupervised Learning
- Reinforcement Learning
Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.
Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning.
Nach seiner Diplom- und Doktorarbeit an der Universität Hamburg im Bereich Hochenergiephysik am Teilchenbeschleuniger HERA/DESY arbeitete Chi Nhan Nguyen mehrere Jahre als wissenschaftlicher Mitarbeiter im akademischen Ausland. Seine Stationen waren dabei u.a. das Fermilab, die Texas A&M University, der Teilchenbeschleuniger LHC am CERN und die Columbia University. Seit 2013 arbeitet er als Datenwissenschaftler und Berater für die S&P Consult im Bereich der Optimierung von Sanierungsstrategien für Versorgungsnetzwerke auf Basis von stochastischen Alterungsmodellen.
Oliver Zeigermann ist Entwickler, Architekt, Berater und Coach aus Hamburg. Über die letzten Jahrzehnte hat er Software in vielen unterschiedlichen Sprachen und Technologien entwickelt. In den letzten Jahren ist er tiefer in die Analyse und Verarbeitung von Daten eingestiegen
| Erscheinungsdatum | 16.04.2021 |
|---|---|
| Reihe/Serie | kurz & gut | O'Reillys Taschenbibliothek |
| Zusatzinfo | komplett in Farbe |
| Verlagsort | Heidelberg |
| Sprache | deutsch |
| Maße | 108 x 178 mm |
| Einbandart | kartoniert |
| Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
| Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge | |
| Schlagworte | AI • Algorithmen • Artificial Intelligence • Deep learning • KI • Künstliche Intelligenz • machine learning • Maschinelles Lernen • Neuronale Netze • Python • Reinforcement Learning • Statistische Datenanalyse • Unsupervised Learning |
| ISBN-10 | 3-96009-161-3 / 3960091613 |
| ISBN-13 | 978-3-96009-161-5 / 9783960091615 |
| Zustand | Neuware |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
