img Leseprobe Leseprobe

Maschinelles Lernen - Grundlagen und Anwendungen

Mit Beispielen in Python

Benny Botsch

PDF
29,99
Amazon iTunes Thalia.de Weltbild.de Hugendubel Bücher.de ebook.de kobo Osiander Google Books Barnes&Noble bol.com Legimi yourbook.shop Kulturkaufhaus ebooks-center.de
* Affiliatelinks/Werbelinks
Hinweis: Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.

Springer Berlin Heidelberg img Link Publisher

Naturwissenschaften, Medizin, Informatik, Technik / Informatik

Beschreibung

In diesem Fachbuch werden vorwiegend die Grundlagen des Maschinellen Lernens erläutert. Die Hauptthemen sind die mathematischen Grundlagen, Optimierungsmethoden und die ML-Algorithmen. Es wird zu jedem Kapitel mindestens eine Beispiel-Übung durchgeführt. Die Übungen könnten durch Python-Code ergänzt werden. Zusätzlich werden Aufgabenstellungen definiert, dies dient der Festigung des in dem jeweiligen Kapitel gelernten. Spezielle Anwendungen sollen ebenfalls dargestellt werden. Die Zielgruppe sind hauptsächlich Studierende, welche sich in dieses Themengebiet einarbeiten möchten. Ingenieure können allerdings ebenfalls von diesem Fachbuch profitieren, da ein großer Schwerpunkt bei der Anwendung von ML liegt. Besonders die Verwendung in interdisziplinären Fachrichtungen wie der Regelungstechnik, Bildverarbeitung und der Chemie werden aufgezeigt.

Weitere Titel in dieser Kategorie
Cover Data Mining
Jürgen Cleve
Cover Data Mining
Uwe Lammel
Cover GitOps
Johannes Schnatterer
Cover GitOps
Josia Scheytt
Cover Design trifft Code
Stephanie Stimac
Cover Design trifft Code
Stephanie Stimac
Cover Modernes IT-Management
Markus Mangiapane
Cover Mediendidaktik
Michael Kerres
Cover Mediendidaktik
Michael Kerres

Kundenbewertungen

Schlagwörter

Data Science, Datenanalyse in Fachrichtungen wie der Regelungstechnik, Deep Learning Algorithmen, Grundlagen und Anwendungen von Maschinelles Lernen, Python Programmierung von Machine Learning Algorithmen