Machine learning
Springer Fachmedien Wiesbaden (Verlag)
978-3-658-43648-3 (ISBN)
Dieses Buch richtet sich an alle, welche die enormen Potenziale maschinellen Lernens für wissenschaftliche Fragestellungen und innovative Ansätze in Studium oder Beruf nutzen möchten. Denn maschinelles Lernen eröffnet neue Möglichkeiten zum effizienten Umgang mit umfassenden, komplex strukturierten und sich schnell entwickelnden Daten. Zunächst werden Grundideen und typische Anwendungsfelder maschinellen Lernens sowie dessen Vorzüge gegenüber inferenzstatistischen Verfahren erläutert. Daran schließen praktische Hinweise dazu an, wie Daten für maschinelle Lernprozesse aufbereitet werden und wie diese durch Anpassung verschiedener Parameter möglichst optimale Ergebnisse erzielen können. Von den hierzu einsetzbaren Modellen werden die gängigsten theoretisch und anhand anschaulicher Beispiele vorgestellt. Auch auf verschiedene Optionen zur besseren Interpretierbarkeit sowie auf spezifische Limitationen von Analyseresultaten wird eingegangen. Weiterführende Anwendungsfälle und verständlich kommentierte Analysecodes sind auf dem GitHub-Repositorium zu diesem Buch auf SpringerLink online verfügbar.
Sven Hilbert ist Professor für Methoden der empirischen Bildungsforschung und wissenschaftlicher Leiter des Zentrums für Hochschul- und Wissenschaftsdidaktik der Universität Regensburg.
Elisabeth Kraus ist Wissenschaftliche Mitarbeiterin an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Dr. Alfred Lindl ist Leiter der Forschungsgruppe FALKO-PV an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Einführung.- Grundidee des Machine Learning.- Preprocessing.- Optimierung.- Modelle.- Interpretierbares Machine Learning.- Faires Machine Learning.- Glossar.
| Erscheinungsdatum | 13.07.2025 |
|---|---|
| Reihe/Serie | Quantitative Sozialforschung |
| Zusatzinfo | Illustrationen |
| Verlagsort | Wiesbaden |
| Sprache | deutsch |
| Maße | 148 x 210 mm |
| Themenwelt | Sozialwissenschaften ► Soziologie |
| Schlagworte | machine learning • Methodenlehre • Quantitative Methoden • Sozialforschung • Statistik |
| ISBN-10 | 3-658-43648-4 / 3658436484 |
| ISBN-13 | 978-3-658-43648-3 / 9783658436483 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
