Machine Learning kompakt
Ein Einstieg für Studierende der Naturwissenschaften
Autoren: Choo, K., Greplova, E., Fischer, M.H., Neupert, T.
Vorschau- Kompakte Einführung in die Grundlagen des maschinellen Lernens
- Fachterminologie für Einsteiger präzise erklärt
- Mit zahlreichen Beispielen zum Ausprobieren
Dieses Buch kaufen
- Über dieses 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.
- Über die Autor*innen
-
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.
- Inhaltsverzeichnis (6 Kapitel)
-
-
Einführung
Seiten 1-6
-
Maschinelles Lernen ohne neuronale Netzwerke
Seiten 7-24
-
Neuronale Netzwerke und überwachtes Lernen
Seiten 25-45
-
Unüberwachtes Lernen
Seiten 47-58
-
Interpretierbarkeit von neuronalen Netzwerken
Seiten 59-65
-
Inhaltsverzeichnis (6 Kapitel)
Dieses Buch kaufen
Services zu diesem Buch
Wir empfehlen
Bibliografische Information
- Bibliographic Information
-
- Buchtitel
- Machine Learning kompakt
- Buchuntertitel
- Ein Einstieg für Studierende der Naturwissenschaften
- Autoren
-
- Kenny Choo
- Eliska Greplova
- Mark H. Fischer
- Titus Neupert
- Titel der Buchreihe
- essentials
- Copyright
- 2020
- Verlag
- Springer Spektrum
- Copyright Inhaber
- Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
- eBook ISBN
- 978-3-658-32268-7
- DOI
- 10.1007/978-3-658-32268-7
- Softcover ISBN
- 978-3-658-32267-0
- Buchreihen ISSN
- 2197-6708
- Auflage
- 1
- Seitenzahl
- VIII, 71
- Anzahl der Bilder
- 24 schwarz-weiß Abbildungen
- Themen
