Machine Learning: The Art and Science of Algorithms that Make Sense of Data
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Beschreibung
"Machine Learning: The Art and Science of Algorithms that Make Sense of Data" von Peter Flach ist ein umfassendes Lehrbuch, das die Grundlagen und fortgeschrittene Konzepte des maschinellen Lernens behandelt. Das Buch bietet eine ausgewogene Mischung aus Theorie und Praxis, um dem Leser ein tiefes Verständnis für die Entwicklung und Anwendung von Algorithmen zu vermitteln, die Daten analysieren und interpretieren. Flach beginnt mit einer Einführung in die grundlegenden Prinzipien des maschinellen Lernens, einschließlich der verschiedenen Arten von Lernalgorithmen wie überwachtem, unüberwachtem und bestärkendem Lernen. Er erklärt wichtige Konzepte wie Klassifikation, Regression und Clustering sowie deren Anwendungen in der realen Welt. Das Buch legt besonderen Wert auf die mathematischen Grundlagen der Algorithmen und bietet detaillierte Erklärungen zu Modellen wie Entscheidungsbäumen, neuronalen Netzen, Support Vector Machines und Bayes'schen Netzen. Flach diskutiert auch Themen wie Merkmalsextraktion, Modellbewertung und -validierung sowie die Herausforderungen bei der Arbeit mit großen Datensätzen. Durch zahlreiche Beispiele und Übungsaufgaben fördert das Buch das praktische Verständnis der Leser und hilft ihnen dabei, eigene Modelle zu entwickeln. Insgesamt dient es als wertvolle Ressource für Studierende der Informatik sowie für Fachleute, die sich mit den Techniken des maschinellen Lernens vertraut machen möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 277 Seiten
- Erschienen 2017
- O'Reilly Media, Inc, USA
- Hardcover
- 432 Seiten
- Erschienen 2013
- John Wiley & Sons Inc
- Hardcover
- 380 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 300 Seiten
- Erschienen 2008
- Springer
- Taschenbuch -
- Erschienen 2021
- For Dummies
- Hardcover
- 608 Seiten
- Erschienen 2023
- Wiley
- Hardcover
- 332 Seiten
- Springer
- Hardcover
- 852 Seiten
- Erschienen 2016
- Springer
- Hardcover
- 220 Seiten
- Erschienen 2004
- Elsevier Science
- Hardcover
- 240 Seiten
- Wiley
- Hardcover
- 624 Seiten
- Erschienen 2007
- Springer
- Hardcover
- 288 Seiten
- Erschienen 2015
- Wiley