Das Buch ist derzeit nicht auf Lager

Machine Learning kompakt

Ein Einstieg für Studierende der Naturwissenschaften

Autoren

Buchbewertung

4,0(1)Abgeben

Parameter

Seitenzahl: 80 Seiten
Lesezeit: 3 Stunden

Mehr zum Buch

Dieses essential befasst sich mit Anwendungen des maschinellen Lernens in verschiedenen Bereichen der Naturwissenschaften. Es behandelt geläufige Strukturen und Algorithmen, um Daten mit den Techniken des maschinellen Lernens zu analysieren. Zunächst werden Methoden eingeführt, die an klassischen statistischen Analysen andocken und auf soliderem mathematischem Fundament stehen. Die Autoren machen mit den verschiedenen Strukturen für künstliche neuronale Netzwerke vertraut und zeigen die jeweiligen Anwendungsgebiete. Inhaltsverzeichnis Einführung. - Maschinelles Lernen ohne neuronale Netzwerke. - Neuronale Netzwerke und überwachtes Lernen. - Unüberwachtes Lernen. - Interpretierbarkeit von neuronalen Netzwerken. - Schlusskommentare.

Buchkauf

Machine Learning kompakt, Kenny Choo, Eliska Greplova, Mark H. Fischer, Titus Neupert

Sprache
Erscheinungsdatum: 2021
product-detail.submit-box.info.binding: (Paperback)

Wir benachrichtigen dich per E-Mail.

Lieferung

Zahlungsmethoden

4,0

Sehr gut

1 Bewertung

Abgeben

Hier könnte deine Bwertung stehen.

Titel: Machine Learning kompakt
Untertitel: Ein Einstieg für Studierende der Naturwissenschaften
Sprache: Deutsch
Autor*innen: Kenny Choo, Eliska Greplova, Mark H. Fischer, Titus Neupert
Verlag: Springer Fachmedien Wiesbaden
Erscheinungsdatum: 2021
Einband: Paperback
Seitenzahl: 80
ISBN13: 9783658322670
Schlagwörter: Natur, Tiere, Natur, Mathematik
Bewertung: 4 von 5 Sternen
Beschreibung: Dieses essential befasst sich mit Anwendungen des maschinellen Lernens in verschiedenen Bereichen der Naturwissenschaften. Es behandelt geläufige Strukturen und Algorithmen, um Daten mit den Techniken des maschinellen Lernens zu analysieren. Zunächst werden Methoden eingeführt, die an klassischen statistischen Analysen andocken und auf soliderem mathematischem Fundament stehen. Die Autoren machen mit den verschiedenen Strukturen für künstliche neuronale Netzwerke vertraut und zeigen die jeweiligen Anwendungsgebiete. Inhaltsverzeichnis Einführung. - Maschinelles Lernen ohne neuronale Netzwerke. - Neuronale Netzwerke und überwachtes Lernen. - Unüberwachtes Lernen. - Interpretierbarkeit von neuronalen Netzwerken. - Schlusskommentare.