Zum Hauptinhalt springen
Dekorationsartikel gehören nicht zum Leistungsumfang.
Maschinelles Lernen für die Ingenieurwissenschaften
Einführung in physikalisch informierte, erklärbare Lernverfahren für KI in technischen Anwendungen
Taschenbuch von Marcus J Neuer
Sprache: Deutsch

37,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

auf Lager, Lieferzeit 1-2 Werktage

Kategorien:
Beschreibung
Maschinelles Lernen und künstliche Intelligenz sind omnipräsente Begriffe zur Verbesserung von technischen Prozessen. Die praktische Umsetzung an realen Problemen gestaltet sich aber oft schwierig und komplex.
Dieses Lehrbuch erklärt Lernverfahren anhand von analytischen Konzepten im Zusammenspiel mit vollständigen Programmierbeispielen in Python und bezieht sich auf dabei stets auf reale technische Anwendungsszenarien. Es zeigt den Einsatz physikalisch-informierter Lernstrategien, die Einbeziehung von Unsicherheit in die Modellierung und den Aufbau von erklärbarer, vertrauenswürdiger künstlicher Intelligenz mit Hilfe spezialisierter Datenbanken.
Dieses Lehrbuch richtet sich somit sowohl an Studierende der Ingenieurswissenschaften, Naturwissenschaft, Medizin und Betriebswirtschaft als auch an Anwender aus der Industrie (vor allem Data Scientists), Entwickler*innen von Expertendatenbanken und Softwareentwickler*innen.
Maschinelles Lernen und künstliche Intelligenz sind omnipräsente Begriffe zur Verbesserung von technischen Prozessen. Die praktische Umsetzung an realen Problemen gestaltet sich aber oft schwierig und komplex.
Dieses Lehrbuch erklärt Lernverfahren anhand von analytischen Konzepten im Zusammenspiel mit vollständigen Programmierbeispielen in Python und bezieht sich auf dabei stets auf reale technische Anwendungsszenarien. Es zeigt den Einsatz physikalisch-informierter Lernstrategien, die Einbeziehung von Unsicherheit in die Modellierung und den Aufbau von erklärbarer, vertrauenswürdiger künstlicher Intelligenz mit Hilfe spezialisierter Datenbanken.
Dieses Lehrbuch richtet sich somit sowohl an Studierende der Ingenieurswissenschaften, Naturwissenschaft, Medizin und Betriebswirtschaft als auch an Anwender aus der Industrie (vor allem Data Scientists), Entwickler*innen von Expertendatenbanken und Softwareentwickler*innen.
Über den Autor

Dr. Marcus J. Neuer hat in diversen Forschungs- und Industrieprojekten Maschinelles Lernen und erklärbare künstliche Intelligenz für nutzbare, gewinnbringende Anwendungen entwickelt. Er leitet die Forschungs- und Entwicklungsabteilung der innoRIID GmbH und lehrt an der RWTH Aachen sowie der Fachhochschule der Wirtschaft, FHDW. Seine Algorithmen werden heute in verschiedenen Produkten, u.a. in den Bereichen der nuklearen Sicherheit und der Prozessindustrie, erfolgreich eingesetzt.

Inhaltsverzeichnis

1Einführung in die Arbeit mit Daten.- 2. Daten als Stochastischer Prozess.- 3.Explorative Analyse (Säubern von Daten, Histogramme, Hauptkomponentenanalyse, Mathematische Transformationen).- 4.Grundlagen überwachter und unüberwachter Lernverfahren.- 5.Physikalisch-Informierte Lernverfahren (Optimierungsmethoden der Datenvorverarbeitung, Integration von transformativ-angereicherten Daten, Integration von mathematischen Modellen).- 6.Stochastische Lernverfahren (Mixture-Density Netze, Kredale Netze).- 7.Semantische Datenbanken.- 8.Erklärbare, vertrauenswürdige künstliche Intelligenz.

Details
Erscheinungsjahr: 2024
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: xvii
260 S.
29 s/w Illustr.
49 farbige Illustr.
260 S. 78 Abb.
49 Abb. in Farbe.
ISBN-13: 9783662682159
ISBN-10: 366268215X
Sprache: Deutsch
Herstellernummer: 89235113
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Neuer, Marcus J
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Maße: 235 x 155 x 16 mm
Von/Mit: Marcus J Neuer
Erscheinungsdatum: 05.06.2024
Gewicht: 0,429 kg
Artikel-ID: 127726564
Über den Autor

Dr. Marcus J. Neuer hat in diversen Forschungs- und Industrieprojekten Maschinelles Lernen und erklärbare künstliche Intelligenz für nutzbare, gewinnbringende Anwendungen entwickelt. Er leitet die Forschungs- und Entwicklungsabteilung der innoRIID GmbH und lehrt an der RWTH Aachen sowie der Fachhochschule der Wirtschaft, FHDW. Seine Algorithmen werden heute in verschiedenen Produkten, u.a. in den Bereichen der nuklearen Sicherheit und der Prozessindustrie, erfolgreich eingesetzt.

Inhaltsverzeichnis

1Einführung in die Arbeit mit Daten.- 2. Daten als Stochastischer Prozess.- 3.Explorative Analyse (Säubern von Daten, Histogramme, Hauptkomponentenanalyse, Mathematische Transformationen).- 4.Grundlagen überwachter und unüberwachter Lernverfahren.- 5.Physikalisch-Informierte Lernverfahren (Optimierungsmethoden der Datenvorverarbeitung, Integration von transformativ-angereicherten Daten, Integration von mathematischen Modellen).- 6.Stochastische Lernverfahren (Mixture-Density Netze, Kredale Netze).- 7.Semantische Datenbanken.- 8.Erklärbare, vertrauenswürdige künstliche Intelligenz.

Details
Erscheinungsjahr: 2024
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: xvii
260 S.
29 s/w Illustr.
49 farbige Illustr.
260 S. 78 Abb.
49 Abb. in Farbe.
ISBN-13: 9783662682159
ISBN-10: 366268215X
Sprache: Deutsch
Herstellernummer: 89235113
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Neuer, Marcus J
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Maße: 235 x 155 x 16 mm
Von/Mit: Marcus J Neuer
Erscheinungsdatum: 05.06.2024
Gewicht: 0,429 kg
Artikel-ID: 127726564
Warnhinweis