Maschinelles Lernen (eBook)
Carl Hanser Verlag GmbH & Co. KG
978-3-446-45997-7 (ISBN)
- 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 Vorlesungen in Mathematik, Simulation & Modellbildung und maschinellem Lernen.
| Erscheint lt. Verlag | 14.1.2019 |
|---|---|
| Zusatzinfo | s/w |
| Verlagsort | München |
| Sprache | deutsch |
| Themenwelt | Technik ► Maschinenbau |
| Schlagworte | artificial intelligence basics • artificial intelligence machine learning • bestärkendes Lernen • computer Lernen • Data Mining • DBSCAN • Deep learning • Entscheidungsbaum Beispiel • google Bilderkennung • Induktives Lernen • KI programmieren • künstliche Intelligenz AI • künstliche intelligenz programmieren • künstliche intelligenz verstehen • Künstliche Intelligenz • künstliche Intelligenz AI • künstliche intelligenz programmieren • künstliche intelligenz verstehen • Lernen lernen Methoden • machine learning • machine learning algorithmen • machine learning book • machine learning python • Maschinelles Lernen • maschinelles lernen anfänger • maschinelles lernen anfänger • maschinelles lernen grundlagen • maschinelles lernen python • Maschinenlernen • Mechatronik • Neuronale Netze • Objekterkennung • Python 3 • Q-Learning • random forest • selbstlernende Algorithmen • selbstlernende ki • selbstlernende Systeme • service engineer • unüberwachtes Lernen • überwachtes Lernen |
| ISBN-10 | 3-446-45997-9 / 3446459979 |
| ISBN-13 | 978-3-446-45997-7 / 9783446459977 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
