Zum Hauptinhalt springen
Dekorationsartikel gehören nicht zum Leistungsumfang.
Maschinelles Lernen - Grundlagen und Anwendungen
Mit Beispielen in Python
Taschenbuch von Benny Botsch
Sprache: Deutsch

39,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

auf Lager, Lieferzeit 1-2 Werktage

Kategorien:
Beschreibung
In diesem Fachbuch werden vorwiegend die Grundlagen des Maschinellen Lernens erläutert. Die Hauptthemen sind die mathematischen Grundlagen, Optimierungsmethoden und die ML-Algorithmen. Es wird zu jedem Kapitel mindestens eine Beispiel-Übung durchgeführt. Die Übungen könnten durch Python-Code ergänzt werden. Zusätzlich werden Aufgabenstellungen definiert, dies dient der Festigung des in dem jeweiligen Kapitel gelernten. Spezielle Anwendungen sollen ebenfalls dargestellt werden. Die Zielgruppe sind hauptsächlich Studierende, welche sich in dieses Themengebiet einarbeiten möchten. Ingenieure können allerdings ebenfalls von diesem Fachbuch profitieren, da ein großer Schwerpunkt bei der Anwendung von ML liegt. Besonders die Verwendung in interdisziplinären Fachrichtungen wie der Regelungstechnik, Bildverarbeitung und der Chemie werden aufgezeigt.
In diesem Fachbuch werden vorwiegend die Grundlagen des Maschinellen Lernens erläutert. Die Hauptthemen sind die mathematischen Grundlagen, Optimierungsmethoden und die ML-Algorithmen. Es wird zu jedem Kapitel mindestens eine Beispiel-Übung durchgeführt. Die Übungen könnten durch Python-Code ergänzt werden. Zusätzlich werden Aufgabenstellungen definiert, dies dient der Festigung des in dem jeweiligen Kapitel gelernten. Spezielle Anwendungen sollen ebenfalls dargestellt werden. Die Zielgruppe sind hauptsächlich Studierende, welche sich in dieses Themengebiet einarbeiten möchten. Ingenieure können allerdings ebenfalls von diesem Fachbuch profitieren, da ein großer Schwerpunkt bei der Anwendung von ML liegt. Besonders die Verwendung in interdisziplinären Fachrichtungen wie der Regelungstechnik, Bildverarbeitung und der Chemie werden aufgezeigt.
Über den Autor

Mein Name ist Benny Botsch und studierte Maschinenbau an der Technischen Universität in Berlin. Ich arbeite seit einigen Jahren als wissenschaftlicher Mitarbeiter bei der Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI e.V.) im Bereich der Bildverarbeitung / Industrielle Anwendungen. Dabei entwickle ich Software zur Auswertung von 2D-Materialbildern durch klassische Bildverarbeitung (Objekterkennung, Kantenerkennung), aber auch durch neuronale Netze, um Materialkennwerte zu ermitteln.

Zusammenfassung

Beschreibt ausführlich den mathematischen Hintergrund

Stellt interdisziplinäre Einsatzmöglichkeiten dar

Enthält Python-Beispiele

Inhaltsverzeichnis
  1. Einleitung
  2. Lineare Algebra
  3. Wahrscheinlichkeit und Verteilungen
  4. Grundlagen der Optimierung
  5. Maschinelles Lernen
  6. K-Nearest-Neighbor
  7. Support Vector Machine
  8. Entscheidungsbäume
  9. Neuronale Netze
  10. Bestärkendes Lernen
  11. Anwendungen
  12. Regelungstechnik
  13. Bildverarbeitung
  14. Chemie
  15. Physik
Details
Erscheinungsjahr: 2023
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: viii
263 S.
20 s/w Illustr.
36 farbige Illustr.
263 S. 56 Abb.
36 Abb. in Farbe.
ISBN-13: 9783662672761
ISBN-10: 3662672766
Sprache: Deutsch
Herstellernummer: 89213695
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Botsch, Benny
Auflage: 1. Aufl. 2023
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Maße: 235 x 155 x 15 mm
Von/Mit: Benny Botsch
Erscheinungsdatum: 22.11.2023
Gewicht: 0,52 kg
Artikel-ID: 126761956
Über den Autor

Mein Name ist Benny Botsch und studierte Maschinenbau an der Technischen Universität in Berlin. Ich arbeite seit einigen Jahren als wissenschaftlicher Mitarbeiter bei der Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI e.V.) im Bereich der Bildverarbeitung / Industrielle Anwendungen. Dabei entwickle ich Software zur Auswertung von 2D-Materialbildern durch klassische Bildverarbeitung (Objekterkennung, Kantenerkennung), aber auch durch neuronale Netze, um Materialkennwerte zu ermitteln.

Zusammenfassung

Beschreibt ausführlich den mathematischen Hintergrund

Stellt interdisziplinäre Einsatzmöglichkeiten dar

Enthält Python-Beispiele

Inhaltsverzeichnis
  1. Einleitung
  2. Lineare Algebra
  3. Wahrscheinlichkeit und Verteilungen
  4. Grundlagen der Optimierung
  5. Maschinelles Lernen
  6. K-Nearest-Neighbor
  7. Support Vector Machine
  8. Entscheidungsbäume
  9. Neuronale Netze
  10. Bestärkendes Lernen
  11. Anwendungen
  12. Regelungstechnik
  13. Bildverarbeitung
  14. Chemie
  15. Physik
Details
Erscheinungsjahr: 2023
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: viii
263 S.
20 s/w Illustr.
36 farbige Illustr.
263 S. 56 Abb.
36 Abb. in Farbe.
ISBN-13: 9783662672761
ISBN-10: 3662672766
Sprache: Deutsch
Herstellernummer: 89213695
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Botsch, Benny
Auflage: 1. Aufl. 2023
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Maße: 235 x 155 x 15 mm
Von/Mit: Benny Botsch
Erscheinungsdatum: 22.11.2023
Gewicht: 0,52 kg
Artikel-ID: 126761956
Warnhinweis

Ähnliche Produkte

Ähnliche Produkte