Maschinelles Lernen mit Python und R fur Dummies (häftad)
Format
Häftad (Paperback / softback)
Språk
Tyska
Antal sidor
405
Utgivningsdatum
2017-09-13
Förlag
Wiley-VCH Verlag GmbH
Översättare
Simone Linke
Komponenter
,
ISBN
9783527713639
Maschinelles Lernen mit Python und R fur Dummies (häftad)

Maschinelles Lernen mit Python und R fur Dummies

Häftad Tyska, 2017-09-13
339
  • Skickas inom 10-15 vardagar.
  • Gratis frakt inom Sverige över 159 kr för privatpersoner.
Kan tyvärr inte längre levereras innan julafton.
Maschinelles Lernen ist aufregend: Mit schnellen Prozessoren und groA en Speichern kAnnen Computer aus Erfahrungen lernen, kA1/4nstliche Intelligenz kommt wieder in Reichweite. Mit diesem Buch verstehen Sie, was maschinelles Lernen bedeutet, fA1/4r welche Probleme es sich eignet, welche neuen Herangehensweisen damit mAglich sind und wie Sie mit Python, R und speziellen Werkzeugen maschinelles Lernen implementieren. Sie brauchen dafA1/4r keine jahrelange Erfahrung als Programmierer und kein Mathematikstudium. Die praktische Anwendung maschinellen Lernens steht in diesem Buch im Vordergrund. Spielen Sie mit den Tools und haben Sie SpaA dabei! Lernen Sie Fakten und Mythen zum maschinellen Lernen zu unterscheiden.
Visa hela texten

Passar bra ihop

  1. Maschinelles Lernen mit Python und R fur Dummies
  2. +
  3. Deep Learning kompakt fur Dummies

De som köpt den här boken har ofta också köpt Deep Learning kompakt fur Dummies av John Paul Mueller, Luca Massaron (häftad).

Köp båda 2 för 628 kr

Kundrecensioner

Har du läst boken? Sätt ditt betyg »

Fler böcker av författarna

Övrig information

John Mueller ist freier Autor und technischer Redakteur. Er hat das BA1/4cherschreiben im Blut. Bis heute hat er 99 BA1/4cher und mehr als 600 Artikel geschrieben. Sein Themenspektrum reicht von Netzwerken zu Datensicherheit und von Datenbankmanagement zu Programmierung. Luca Massaron ist Data Scientist und geA1/4bt darin, Big Data in Smart Data zu A1/4berfA1/4hren. Er nutzt am liebsten die ganz einfachen, aber dennoch effektiven Techniken des Data Mining und des maschinellen Lernens.

Innehållsförteckning

UEber die Autoren 13 Einfuhrung 25 Teil I: Einfuhrung in das maschinelle Lernen 29 Kapitel 1: Kunstliche Intelligenz in Fiktion und Realitat 31 Kapitel 2: Lernen im Zeitalter von Big Data 43 Kapitel 3: Ein Ausblick auf die Zukunft 53 Teil II: Einrichtung Ihrer Programmierumgebung 63 Kapitel 4: Installation einer R-Distribution 65 Kapitel 5: Programmierung mit R und RStudio 83 Kapitel 6: Installation einer Python-Distribution 107 Kapitel 7: Programmierung mit Python und Anaconda 127 Kapitel 8: Weitere Softwareprogramme fur maschinelles Lernen 151 Teil III: Mathematische Grundlagen 159 Kapitel 9: Mathematische Grundlagen des maschinellen Lernens 161 Kapitel 10: Fehlerfunktionen und ihre Minimierung 179 Kapitel 11: Validierung von maschinellem Lernen 191 Kapitel 12: Einfache Lerner 209 Teil IV: Aufbereitung und Verwendung von Daten zum Lernen 225 Kapitel 13: Vorverarbeitung von Daten 227 Kapitel 14: Ausnutzung von AEhnlichkeiten in Daten 245 Kapitel 15: Einfache Anwendung von linearen Modellen 265 Kapitel 16: Komplexere Lernverfahren und neuronale Netze 287 Kapitel 17: Support Vector Machines und Kernel-Funktionen 303 Kapitel 18: Kombination von Lernalgorithmen in Ensembles 321 Teil V: Praktische Anwendung von maschinellem Lernen 337 Kapitel 19: Klassifikation von Bildern 339 Kapitel 20: Bewertung von Meinungen und Stimmungslagen 353 Kapitel 21: Produkt- und Filmempfehlungen 373 Teil VI: Der Top-Ten-Teil 387 Kapitel 22: Zehn wichtige Pakete fur maschinelles Lernen 389 Kapitel 23: Zehn Methoden zur Verbesserung Ihrer maschinellen Lernmodelle 395 Stichwortverzeichnis 403