Künstliche Intelligenz in den Ingenieurwissenschaften

Maschinelles Lernen verstehen und bewerten

Lehrbuch Studium

Stephan Matzka (Autor)

Buch

X, 218 Seiten | Ausstattung: Buch & eBook

2021 | 1. Auflage
Springer Vieweg (Verlag)
978-3-658-34640-9 (ISBN)

Artikel merken

eBook inside
Zu diesem Buch erhalten Sie kostenlos ein eBook dazu.

Zeigt die wichtige Rolle von Künstlicher Intelligenz (KI) im Ingenieursberuf
Erklärt die Vorgehensweise unterschiedlicher Algorithmen ohne Programmierung
Vermittelt Beurteilungskompetenz zu Projekten im Bereich der KI

Dieses Lehrbuch bietet eine solide Einführung in das Gebiet der Künstlichen Intelligenz, ohne dabei Programmierkenntnisse vorauszusetzen. Es richtet sich somit insbesondere an nicht-informatische Studiengänge.

Der Schwerpunkt liegt auf dem Verständnis der grundlegenden Methoden und der Bildung einer Beurteilungskompetenz bezüglich der maschinell trainierten Modelle. Dabei wird u. a. auf die Vorbereitung von Datensätzen eingegangen, ebenso wie auf die Verwendung von Algorithmen im überwachten und unüberwachten maschinellen Lernen.

Praxisbeispiele, Verständnisfragen und Übungsaufgaben runden das Lehrbuch ab.

Prof. Dr. Stephan Matzka ist seit 2017 Professor für Mechatronik mit dem Schwerpunkt Künstliche Intelligenz im Studiengang Maschinenbau der HTW Berlin. Davor war er Leiter der Planung Automatisierungstechnik Montagen bei der Audi AG.

Grundlagen
Daten visualisieren und analysieren
Daten vorbereiten und bereinigen
Überwachtes Lernen
Unüberwachtes Lernen.

Erscheinungsdatum	10.07.2021
Zusatzinfo	X, 218 S. 94 Abb., 88 Abb. in Farbe. Book + eBook.
Verlagsort	Wiesbaden
Sprache	deutsch
Maße	168 x 240 mm
Gewicht	396 g
Einbandart	kartoniert
Themenwelt	Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik
Themenwelt	Technik ► Maschinenbau
Schlagworte	Algorithmus • Clustering • Dichtebasiert • Diskriminanzanalyse • Entscheidungsbaum • Generalisierung • Histogramm • Klassifizierung • K-means • k-nearest-Neighbor • Künstliche neuronale Netzwerke • random forest • Regression • Silhouettendiagramm • Statistische Kennwerte • Streudiagramm • Support Vector Machine • überwachtes Lernen • unüberwachtes Lernen • Zentrumsbasiert
ISBN-10	3-658-34640-X / 365834640X
ISBN-13	978-3-658-34640-9 / 9783658346409
Zustand	Neuware