Zum Hauptinhalt springen Zur Suche springen Zur Hauptnavigation springen
Webshop Relaunch: Wir bitten bestehende Kunden (ausgenommen Dozierende), sich einmalig neu zu registrieren. Vielen Dank!

Maschinelles Lernen

Produktinformationen "Maschinelles Lernen"

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.

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.

Durchschnittliche Bewertung von 0 von 5 Sternen

0 Bewertungen

Noch keine Bewertung

Derzeit liegen noch keine Bewertugen zu diesem Artikel vor. Verfassen Sie die erste Bewertung und helfen Sie anderen Kund:innen.

Jörg Frochte

Dr. rer. nat. Jörg Frochte ist seit 2010 Professor für Angewandte Informatik an der Hochschule Bochum. Seine Interessen in Forschung und Lehre liegen im Bereich des maschinellen Lernens und Data Mining. Seit 2024 ist er Vizepräsident der HS für Forschung, Digitalisierung & Internationalisierung.

"Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis." Konstruktion – Zeitschrift für Produktentwicklung und Ingenieur-Werkstoffe, Februar 2019

"Kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens." handling, Dezember 2018

"Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet, und erklärt, wie und warum diese Algorithmen funktionieren. Genutzt werden die Bibliotheken NumPy und SciPy sowie scikit-learn beziehungsweise Keras." dotnetpro, Oktober 2018

"Alles in allem ein anspruchsvolles Buch über maschinelles Lernen, das einem engagierten Leser fundiertes Wissen vermitteln kann." Linux Magazin, Oktober 2018

Die Coverdateien dürfen Sie zur Bewerbung des Buches honorarfrei verwenden.