Ergebnisse für 'Maschinelles Lernen ...'

Fusion von Tageskontext und Mobilitätsgewohnheiten als Enablersystem für Mobilitätsassistenten

Roman Roor (disserta, 2018)

Digitale persönliche Assistenten sollen den Menschen helfen, die Nutzung neuer Funktionen und den vereinfachten Zugriff auf Informationen effizient zu gestalten.

Die außervertragliche Haftung des Herstellers autonomer Fahrzeuge bei Unfällen im Straßenverkehr

Tim Hey (Springer, Berlin, 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.

Statistisches und maschinelles Lernen

Stefan Richter (Springer, Berlin, 2019)

Dieses Buch verschafft Ihnen einen Überblick über einige der bekanntesten Verfahren des maschinellen Lernens aus der Perspektive der mathematischen Statistik.

Reinforcement Learning und Support Vector Machines (eBook, PDF)

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.

Situationsverstehen für die Risikobeurteilung bei der Mensch-Roboter-Kooperation

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.

Steigerung der Intelligenz mechatronischer Systeme

Ansgar Trächtler, Jürgen Gausemeier (Springer, Berlin)

Selbstoptimierung in der industriellen AnwendungDas Buch beschreibt die Ergebnisse des Querschnittsprojekts "Selbstoptimierung" des vom BMBF geförderten Spitzencluster-Projekts "Intelligente Technische Systeme OstWestfalenLippe" (kurz: it's OWL).

Roboter in der Gesellschaft

Christiane Woopen, Marc Jannes (Springer, Berlin, 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.

Beobachtungsmöglichkeiten im Domain Name System

Dominik Herrmann (Springer, Berlin, 2016)

Dominik Herrmann zeigt, dass die Betreiber von Nameservern, die im Internet zur Auflösung von Domainnamen in IP-Adressen verwendet werden, das Verhalten ihrer Nutzer detaillierter nachvollziehen können als bislang gedacht. (Vorschau verfügbar)

Maschinelles Lernen

Ethem Alpaydin (De Gruyter, 2019)

Das maschinelle Lernen ist zwangsläufi g eines der am schnellsten wachsenden Gebiete der Computerwissenschaft. (Vorschau verfügbar)

Maschinelles Regellernen (eBook, PDF)

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.

Die Intelligenz der Maschinen

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 ...

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.

Bildverarbeitung für die Medizin 2018

Andreas Maier, Thomas M. Deserno, Heinz Handels, Klaus Hermann Maier-Hein, Christoph Palm, Thomas Tolxdorff (Springer, Berlin, 2018)

In den letzten Jahren hat sich der Workshop "Bildverarbeitung für die Medizin" durch erfolgreiche Veranstaltungen etabliert.

Intelligenter Separator

Roman Dumitrescu, Markus Fleuter (Springer, Berlin, 2019)

Das Buch beinhaltet die Ergebnisse des dreijährigen Verbundprojekts "Separator i4.0" des BMBF-Spitzenclusters it's OWL.

Bildverarbeitung für die Medizin 2019

Heinz Handels, Thomas M. Deserno, Andreas Maier, Klaus Hermann Maier-Hein, Christoph Palm, Thomas Tolxdorff (Springer, Berlin, 2019)

In den letzten Jahren hat sich der Workshop "Bildverarbeitung für die Medizin" durch erfolgreiche Veranstaltungen etabliert.

Introduction to Machine Learning

Ethem Alpaydin (MIT Press, 2014)

The goal of machine learning is to program computers to use example data or past experience to solve a given problem.

Die Intelligenz der Maschinen

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 ...

Machine Learning with Microsoft Technologies

Leila Etaati (Springer, Berlin, 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.

Analysis and Design of Machine Learning Techniques

Patrick Stalph (Springer, Berlin, 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)

Machine Learning

Ethem Alpaydin (MIT Press, 2016)

Today, machine learning underlies a range of applications we use every day, from product recommendations to voice recognition-as well as some we don't yet use everyday, including driverless cars.

Merkmalskonstruktion für Machine Learning

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.

Hybride Optimierung für Dimensionsreduktion

Daniel Lückehe (Springer, Berlin, 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.

Proceedings - 28. Workshop Computational Intelligence, Dortmund, 29. - 30. November 2018

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 ...

Machine Learning mit SAP Leonardo

Lars Gregori (Rheinwerk Verlag, 2019)

Über dieses Buch Lassen Sie Ihre SAP-Anwendungen für sich arbeiten! Dieses Buch führt Sie in Konzepte wie Deep Learning, neuronale Netze und Natural Language Processing im SAP-Umfeld ein.

Einführung in Machine Learning mit Python

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.

Machine Learning with the Raspberry Pi

Donald J. Norris (Springer, Berlin, 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.

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.

Personalised body counter calibration using anthropometric parameters

Stefan Pölz (KIT Scientific Publishing, 2014)

This dissertation describes the development of a new method for personalisation of efficiency factors in partial body counting.

Pattern Recognition and Machine Learning

Christopher M. Bishop (Springer, Berlin, 2016)

This is the first textbook on pattern recognition to present the Bayesian viewpoint. It presents approximate inference algorithms that permit fast approximate answers in situations where exact answers are not feasible, and it uses graphical models ...

Praxiseinstieg Deep Learning

Ramon Wartala (dpunkt, 2017)

Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.