Martin Ford (MITP-Verlag, 2019)
Ausgewählt von der Financial Times als eines der Best Books of the Year 2018 (Technology) Die international bekanntesten KI-Experten im Interview: Geoffrey Hinton, Yoshua Bengio, Yann LeCun und viele mehr Breit gefächertes Themenspektrum von ...
Tim Hey (Springer, 2018)
Das Buch behandelt die äußerst aktuelle Frage, wie der Hersteller autonomer Fahrzeuge außervertraglich haftet und es liefert zudem einen Überblick, ob und welche Gesetzesänderungen notwendig sind.
Stephan Puls (KIT Scientific Publishing, 2015)
In dem vorgestellten System wird die Umgebung eines Industrieroboters mittels Algorithmen des maschinellen Lernens erfasst und Objekte sowie menschliche Handlungen bestimmt.
Sebastian Raschka, Vahid Mirjalili (MITP-Verlag, 2017)
Datenanalyse mit ausgereiften statistischen Modellen des Machine LearningsAnwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, TensorFlow, Matplotlib, Pandas und KerasBest Practices zur Optimierung Ihrer ...
19,99€ inkl. MwSt.
Früher: 49,99€3
Preisbindung aufgehoben3
zzgl. Versandkosten
Auf Lager
Christiane Woopen, Marc Jannes (Springer, 2019)
Das Buch betrachtet den Einsatz der Robotik in Gesundheit, Wirtschafts- und Arbeitswelt aus interdisziplinarer Perspektive. Immer eigenstandigere Roboter halten Einzug in unseren Alltag. Bereits heute übernehmen sie eine Vielzahl von Aufgaben z. B.
Florian Mulzer (VDM Verlag Dr. Mueller e.K., 2008)
In dieser Arbeit wird zum einen das ReinforcementLearning, eine Variante des Maschinellen Lernensvorgestellt und einige Verfahren zur Lösung einesReinforcement-Learning-Problems näher erläutert.
Paul Wilmott (Rheinwerk Verlag, 2020)
Aus der Buchreihe »Informatik verstehen«. Ideal zum Selbststudium Maschinelles Lernen - alle Grundlagen! Paul Wilmott ist für seine erhellende und unterhaltsame Darstellung angewandter Mathematik bekannt.
Andreas Maier, Thomas M. Deserno, Heinz Handels, Klaus Hermann Maier-Hein, Christoph Palm, Thomas Tolxdorff (Springer, 2018)
In den letzten Jahren hat sich der Workshop "Bildverarbeitung für die Medizin" durch erfolgreiche Veranstaltungen etabliert.
Heinz Handels, Thomas M. Deserno, Andreas Maier, Klaus Hermann Maier-Hein, Christoph Palm, Thomas Tolxdorff (Springer, 2019)
In den letzten Jahren hat sich der Workshop "Bildverarbeitung für die Medizin" durch erfolgreiche Veranstaltungen etabliert.
Roman Dumitrescu, Markus Fleuter (Springer, 2019)
Das Buch beinhaltet die Ergebnisse des dreijährigen Verbundprojekts "Separator i4.0" des BMBF-Spitzenclusters it's OWL.
Nello Cristianini, John Shawe-Taylor (Cambridge University Press, 2000)
This is a comprehensive introduction to Support Vector Machines, a generation learning system based on advances in statistical learning theory.
Daniel Lückehe (Springer, 2015)
In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen.
Peter A. Flach (Cambridge University Press, 2016)
Covering all the main approaches in state-of-the-art machine learning research, this will set a new standard as an introductory textbook.
Martin Ford (MITP-Verlag, 2019)
Ausgewählt von der Financial Times als eines der Best Books of the Year 2018 (Technology)Die international bekanntesten KI-Experten im Interview: Geoffrey Hinton, Yoshua Bengio, Yann LeCun und viele mehrBreit gefächertes Themenspektrum von ...
Frank Hoffmann, Eyke Hüllermeier, Ralf Mikut (KIT Scientific Publishing, 2018)
Dieser Tagungsband enthält die Beiträge des 28. Workshops Computational Intelligence. Die Schwerpunkte sind Methoden, Anwendungen und Tools für Fuzzy-Systeme, Künstliche Neuronale Netze, Evolutionäre Algorithmen und Data-Mining-Verfahren sowie der ...
Jeremy Watt, Reza Borhani, Aggelos K. Katsaggelos (Cambridge University Press, 2020)
An intuitive approach to machine learning covering key concepts, real-world applications, and practical Python coding exercises.
Baochang Zhang (De Gruyter, 2020)
Machine Learning and Visual Perception provides an up-to-date overview on the topic, including the PAC model, decision tree, Bayesian learning, support vector machines, AdaBoost, compressive sensing and so on.
Paolo Perrotta (dpunkt, 2020)
Eine Einführung in das maschinelle Lernen für Entwickler Alle wesentlichen Ideen, Werkzeuge und Konzepte des supervised Learning, von neuronalen Netzen und des Deep Learning werden präsentiert Der gesamte Programmcode ist in Python ...
Matthias Thiel (VDM Verlag Dr. Mueller e.K., 2008)
Maschinelles Regellernen ist in Wissenschaft und Industrie ein aktuelles Thema. Leider fehlt jedoch oftmals die Schnittstelle, um gewonnene Erkenntnisse auch direkt in Lösungen einzubringen.
Alice Zheng, Amanda Casari (dpunkt, 2019)
Die Merkmalskonstruktion, auch Feature Engineering genannt, ist ein entscheidender Arbeitsschritt bei der Datenaufbereitung für das maschinelle Lernen, der die Leistung der Modelle stark beeinflusst.
Patrick Stalph (Springer, 2014)
Manipulating or grasping objects seems like a trivial task for humans, as these are motor skills of everyday life. Nevertheless, motor skills are not easy to learn for humans and this is also an active research topic in robotics. (Vorschau verfügbar)
Leila Etaati (Springer, 2019)
Know how to do machine learning with Microsoft technologies. This book teaches you to do predictive, descriptive, and prescriptive analyses with Microsoft Power BI, Azure Data Lake, SQL Server, Stream Analytics, Azure Databricks, HD Insight, and ...
Andreas C. Müller, Sarah Guido (O'Reilly, 2017)
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken.
Chris Albon (O'Reilly, 2019)
Python-Programmierer finden in diesem Kochbuch nahezu 200 wertvolle und jeweils in sich abgeschlossene Anleitungen zu Aufgabenstellungen aus dem Bereich des Machine Learning, wie sie für die tägliche Arbeit typisch sind - von der Vorverarbeitung ...
Anne Wolter (VDM Verlag Dr. Mueller e.K., 2008)
Die Entwicklung intelligenter Systeme, die selbstständig lernen komplexe Aufgaben zu lösen, ist eine zentrale Forschungsaufgabe auf dem Gebiet des Maschinellen Lernens.
Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong (Cambridge University Press, 2020)
Distills key concepts from linear algebra, geometry, matrices, calculus, optimization, probability and statistics that are used in machine learning.
Donald J. Norris (Springer, 2019)
Using the Pi Camera and a Raspberry Pi board, expand and replicate interesting machine learning (ML) experiments. This book provides a solid overview of ML and a myriad of underlying topics to further explore.
Puneet Mathur (Springer, 2019)
Gain practical skills in machine learning for finance, healthcare, and retail. This book uses a hands-on approach by providing case studies from each of these domains: you'll see examples that demonstrate how to use machine learning as a tool for ...
Ankur A. Patel (dpunkt, 2020)
Unsupervised Learning könnte der Schlüssel zu einer umfassenderen künstlichen Intelligenz sein Voller praktischer Techniken für die Arbeit mit ungelabelten Daten, verständlich geschrieben und mit unkomplizierten Python-Beispielen Verwendet ...
Stefan Pölz (KIT Scientific Publishing, 2014)
This dissertation describes the development of a new method for personalisation of efficiency factors in partial body counting.