Machine learning kompakt

Autor*innen

• Andriy Burkov

Parameter

• Sachliteratur

Mehr zum Buch

Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten. Von Support Vector Machines über Gradient Boosting bis hin zu unüberwachten Lernmethoden – dieses Buch bietet zahlreiche Tipps für den praktischen Einsatz. Wenn Sie Machine Learning verstehen möchten, ohne viel Zeit mit umfangreicher Literatur zu verbringen, ist dies die ideale Wahl. Andriy Burkov bringt auf 200 Seiten die wichtigsten Begriffe, Konzepte und Algorithmen prägnant auf den Punkt. Er vermittelt die notwendigen theoretischen Grundlagen und beleuchtet die praktische Anwendung der Verfahren, ohne die zugrundeliegenden mathematischen Aspekte zu vernachlässigen. Der Inhalt umfasst Notation und mathematische Grundlagen, verschiedene Lernarten, grundlegende Algorithmen wie lineare Regression, Entscheidungsbäume und k-Nearest-Neighbors sowie Optimierungsmethoden. Themen wie Bias, Varianz, Regularisierung und Hyperparameter-Abstimmung werden behandelt. Auch Deep Learning, Ensemble Learning und selbstüberwachtes Lernen finden ihren Platz. Die Stimmen zum Buch loben die gelungene Auswahl der Themen und die klare Erklärung der Kernkonzepte, was es sowohl Einsteigern als auch erfahrenen Praktikern zugutekommt.

• Sprache: Deutsch
• Erscheinungsdatum: 2019
• Einband: Paperback