Skip to main content

Machine Learning kompakt

Ein Einstieg für Studierende der Naturwissenschaften

  • Book
  • © 2020

Overview

  • Kompakte Einführung in die Grundlagen des maschinellen Lernens
  • Fachterminologie für Einsteiger präzise erklärt
  • Mit zahlreichen Beispielen zum Ausprobieren

Part of the book series: essentials (ESSENT)

This is a preview of subscription content, log in via an institution to check access.

Access this book

eBook USD 17.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 17.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (6 chapters)

Keywords

About this book

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.

Authors and Affiliations

  • Physik-Institut, Universität Zürich, Zürich, Switzerland

    Kenny Choo, Mark H. Fischer, Titus Neupert

  • Kavli Institute of Nanoscience, Delft University of Technology, Delft, The Netherlands

    Eliska Greplova

About the authors

Kenny Choo ist Doktorand am Physik-Institut der Universität Zürich.

Eliska Greplova ist Assistenz-Professorin für Quanten-Nanowissenschaften an der Technischen Universität Delft.

Mark H. Fischer ist Oberassistent am Physik-Institut der Universität Zürich.

Titus Neupert ist Professor für theoretische Physik an der Universität Zürich.

Bibliographic Information

Publish with us