Ergebnisse für 'Maschinelles Lernen ...'
Machine Learning Kochbuch - Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning
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 der ...
Roboter in der Gesellschaft - Technische Möglichkeiten und menschliche Verantwortung
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.
Reinforcement Learning und Support Vector Machines (eBook, 15x22x0,6)
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.
Intelligenter Separator - Optimale Veredelung von Lebensmitteln
Roman Dumitrescu, Markus Fleuter (Springer, 2019)
Das Buch beinhaltet die Ergebnisse des dreijährigen Verbundprojekts "Separator i4.0" des BMBF-Spitzenclusters it's OWL.
Maschinelles Regellernen (eBook, PDF) - Das Java Framework für Separate-and-Conquer Algorithmen
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.
Machine Learning with Microsoft Technologies - Selecting the Right Architecture and Tools for Your Project
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 more.
Reinforcement Learning in der Roboter-Navigation (eBook, PDF)
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.
Understanding Machine Learning - From Theory to Algorithms
Shai Shalev-Shwartz, Shai Ben-David (Cambridge University Press, 2014)
Introduces machine learning and its algorithmic paradigms, explaining the principles behind automated learning approaches and the considerations underlying their usage.
Mathematics for Machine Learning
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.
Praxisbuch Unsupervised Learning - Machine-Learning-Anwendungen für ungelabelte Daten mit Python programmieren
Ankur A. Patel (dpunkt, 2020)
Entdecken Sie Muster in Daten, die für den Menschen nicht erkennbar sind Unsupervised Learning könnte der Schlüssel zu einer umfassenderen künstlichen Intelligenz sein Voller praktischer ...
Maschinelles Lernen mit Python und R für Dummies - Den unschätzbaren Wert des maschinellen Lernens erkennen. Algorithmen in Python und R implementieren. Anwendungsprobleme lösen
John P. Mueller, Luca Massaron (Wiley-VCH Dummies, 2017)
Maschinelles Lernen ist aufregend: Mit schnellen Prozessoren und großen Speichern können Computer aus Erfahrungen lernen, künstliche Intelligenz kommt wieder in Reichweite. (Vorschau verfügbar)
Die Intelligenz der Maschinen - Mit Koryphäen der Künstlichen Intelligenz im Gespräch:Innovationen, Chancen und Konsequenzen für die Zukunft der Gesellschaft
Martin Ford (MITP-Verlag, 2019)
Die international bekanntesten KI-Experten im Interview: Geoffrey Hinton, Yoshua Bengio, Yann LeCun und viele mehrBreit gefächertes Themenspektrum von technischen Aspekten über die Zukunft der KI bis hin zu ihren Auswirkungen auf Wirtschaft und ...
Fundamentals of Machine Learning - Support Vector Machines Made Easy
Floris Ernst, Achim Schweikard (UTB, 2020)
Artificial intelligence will change our lives forever - both at work and in our private lives. But how exactly does machine learning work? Two professors from Lübeck explore this question. (Vorschau verfügbar)
Data Mining and Machine Learning - Fundamental Concepts and Algorithms
Mohammed J. Zaki, Meira, Jr, Wagner (Cambridge University Press, 2020)
New to the second edition of this advanced text are several chapters on regression, including neural networks and deep learning.
Maschinelles Lernen - Wie reagiere ich auf Veränderungen des Modells? (eBook, PDF)
Martin Constam (VDM Verlag Dr. Mueller e.K., 2011)
Inkrementelle Lernalgorithmen ziehen die Information für den Aufbau eines Voraussagemodells aus einem Datenstrom. Sie basieren auf der impliziten Annahme, dass sich das den Daten zugrundeliegende Modell nicht ändert.
Generatives Deep Learning - Maschinen das Malen, Schreiben und Komponieren beibringen. GANs und VAEs kreativ nutzen
David Foster (dpunkt, 2020)
Lassen Sie Ihre Deep-Learning-Modelle kreativ werden! Das Buch zeigt, wie die innovativsten Deep-Learning-Algorithmen wie Generative Adversarial Networks (GANs) und Variational Autoencoder (VAEs)
KnowMiner (eBook, PDF) - Konzeption & Entwicklung eines generischen Wissenserschließungsframeworks
Michael Granitzer (VDM Verlag Dr. Mueller e.K., 2008)
Die laufend zunehmende Informationsmenge bedarf neuer Zugangswege, um das darin enthaltene Wissen ziel- und anforderungsorientiert nutzen zu können.
Einstieg ins Machine Learning (eBook, ePUB) - Grundlagen, Prinzipien, erste Schritte
Shahin Amiriparian, Andreas Bühlmeier, Christoph Henkelmann, Maximilian Schmitt, Björn Schuller, Oli (entwickler.press, 2019)
Künstliche Intelligenz und maschinelles Lernen, neuronale Netzwerke und Deep Learning - nichts davon ist wirklich neu.
Deep Learning illustriert (eBook, PDF) - Eine anschauliche Einführung in Machine Vision, Natural Language Processing und Bilderzeugung für Programmierer und Datenanalysten
Jon Krohn, Grant Beyleveld, Aglaé Bassens (dpunkt, 2020)
Deep Learning begreifen und einsetzen Einführung in verwandte Themen wie Künstliche Intelligenz, Machine Learning und Neuronale Netze viele Illustrationen, verständlich erklärt begleitendes online-Material zum Ausprobieren der ...
iX Developer 2018 - Machine Learning (eBook, PDF) - Verstehen, verwenden, verifizieren
iX-Redaktion (Heise Zeitschriften Verlag, 2018)
In der neuen Developer-Spezialausgabe der iX dreht sich alles um das Thema Machine Learning: Angefangen bei der Historie der Disziplin über detaillierte Betrachtungen der unterschiedlichen Frameworks und verwendeten Programmiersprachen bis hin zu ...
Data Science in der Praxis (eBook, ePUB) - Eine verständliche Einführung in alle wichtigen Verfahren
Tom Alby (Rheinwerk Computing, 2022)
Der ideale Einstieg in Data Science für Praktiker! Ob mit oder ohne Mathematikkenntnisse - Sie bekommen hier den Rundumblick, den Sie für Ihre Projekte brauchen. So heben Sie den Schatz, den Daten darstellen können, wenn man sie richtig befragt.
Deep Learning illustriert (eBook, ePUB) - Eine anschauliche Einführung in Machine Vision, Natural Language Processing und Bilderzeugung für Programmierer und Datenanalysten
Jon Krohn, Grant Beyleveld, Aglaé Bassens (dpunkt, 2020)
Deep Learning begreifen und einsetzen Einführung in verwandte Themen wie Künstliche Intelligenz, Machine Learning und Neuronale Netze viele Illustrationen, verständlich erklärt begleitendes online-Material zum Ausprobieren der ...
Design und künstliche Intelligenz - Theoretische und praktische Grundlagen der Gestaltung mit maschinell lernenden Systemen
Marc Engenhart, Sebastian Löwe (Birkhäuser Berlin, 2022)
Erweiterte Gestaltung mit intelligenten Anwendungen . . Maschinell intelligente Systeme sind keine Science-Fiction mehr. (Vorschau verfügbar)