Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
Auf dem Cover: Mathematische Grundlagen des maschinellen Lernens; alle wichtigen Algorithmen Schritt für Schritt erklärt; inkl. Reinforcement Learning, k-nächste Nachbarn, Neuronale Netze u.v.m
Maschinelles Lernen – alle Grundlagen! Paul Wilmott ist für seine erhellende und unterhaltsame Darstellung angewandter Mathematik bekannt. Von der linearen Regression bis zu Neuronalen Netzwerken führt er Sie durch alle Verfahren, und zwar komplett Software-unabhängig. Der Vorteil dabei: Jeder Schritt ist schwarz auf weiß zu sehen, kein Framework kann etwas „verstecken“, es geht immer um die Sache selbst. Mit vielen Beispielen, Grafiken und Schritt-für-Schritt-Kästen. Für alle, die wirklich verstehen wollen, wie Maschinen lernen. Aus dem Inhalt:- Lineare Regression- k-Nearest Neighbors- Naive Bayes-Klassifikatoren- k-Means-Algorithmus- Support Vector Machines- Logistische Regression- Selbstorganisierende Karten- Entscheidungsbäume- Reinforcement Learning- Neuronale Netze
Sprache
Deutsch
Identifikatoren
ISBN: 9783836275989
Titel-ID: 990021510030106463
Format
256 Seiten; Illustrationen, Diagramme; 23 cm x 18 cm