Andreas Knoblauch - Böcker
Visar alla böcker från författaren Andreas Knoblauch. Handla med fri frakt och snabb leverans.
2 produkter
2 produkter
Mathematik für Informatik und Data Science
Eine fundierte Einführung in Logik, Analysis, Lineare Algebra und Stochastik für Künstliche Intelligenz und Maschinelles Lernen
Häftad, Tyska, 2024
450 kr
Skickas inom 10-15 vardagar
Dieses Buch liefert eine kompakte aber fundierte Darstellung der wichtigsten Gebiete der Mathematik für Informatik, die insbesondere für Data Science, Künstliche Intelligenz und Maschinelles Lernen notwendig sind. Inhaltlich gehören dazu Grundlagen zu Logik und Beweisen, ein- und mehrdimensionale Analysis mit Differential- und Integralrechnung, Lineare Algebra mit Vektor- und Matrixrechnung, linearen Gleichungssystemen, Koordinatentransformationen, Eigenvektoren sowie Wahrscheinlichkeitsrechnung mit Grundlagen der Kombinatorik, Statistik und Informationstheorie. Trotz der kompakten Darstellung werden alle Konzepte und Sätze sorgfältig eingeführt und bewiesen. Nichts soll vom Himmel fallen, sondern aus Axiomen und elementaren Prinzipien hergeleitet werden. Ziel ist es beim Studierenden das befriedigende Gefühl zu erzeugen, alles von Grund auf verstanden zu haben, und nichts nur „glauben“ zu müssen.
Intelligente Lernende Systeme
Eine fundierte Einführung in Theorie und Praxis der Künstlichen Intelligenz und des Maschinellen Lernens
Häftad, Tyska, 2026
598 kr
Kommande
Dieses Buch führt behutsam in die Theorie des Maschinellen Lernens und der modernen Künstlichen Intelligenz ein. Für ein tiefes Verstehen werden alle wichtigen Verfahren gründlich und vollständig hergeleitet. Dafür werden nur Kenntnisse auf Grundstudiums-Niveau vorausgesetzt. Zusätzlich notwendige Mathematik-Kenntnisse werden passgenau in Anhängen oder als Online-Material zur Verfügung gestellt. Daneben werden viele praktische Beispiele zur Implementierung der Verfahren in der Programmiersprache Python gegeben, und die Verwendung moderner Softwarebibliotheken wie Tensorflow, Keras, und PyTorch wird erläutert. Das erworbene Wissen kann in vielen Beispiel- und Kontrollaufgaben mit Musterlösungen überprüft werden. In einem eigenen Kapitel wird auf aktuelle Forschungsthemen und offene Fragen eingegangen.