Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt: 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.
%0 Book
%1 Frochte19
%A Frochte, Jörg
%C München
%D 2019
%I Hanser
%K -shelf 02041 105 8book ai analysis data development learn numerical pattern python recognition software
%R 10.3139/9783446459977
%T Maschinelles Lernen
%X Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt: 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.
%7 2
%@ 978-3-446-45996-0
@book{Frochte19,
__markedentry = {[flint:2]},
abstract = {Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt: 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.},
added-at = {2019-03-23T19:47:18.000+0100},
address = {München},
author = {Frochte, Jörg},
biburl = {https://www.bibsonomy.org/bibtex/225351cfdc7696febc38a28931c3c2af5/flint63},
doi = {10.3139/9783446459977},
edition = 2,
file = {copy:201x/9/Frochte19.pdf:PDF;shop:http\://www.hanser-fachbuch.de/buch/Maschinelles+Lernen/9783446459960:text/html},
interhash = {3335f659b35c40b4a2e70f053e025200},
intrahash = {25351cfdc7696febc38a28931c3c2af5},
isbn = {978-3-446-45996-0},
keywords = {-shelf 02041 105 8book ai analysis data development learn numerical pattern python recognition software},
origdate = {2018},
owner = {flint},
pagetotal = {406},
publisher = {Hanser},
referencetype = {book},
subtitle = {Grundlagen und Algorithmen in Python},
timestamp = {2019-03-23T19:47:18.000+0100},
title = {Maschinelles Lernen},
x.asin = {3446459960},
x.sortdate = {2019-01},
year = 2019
}