Angebote zu "Maschinelles" (11 Treffer)

Kategorien

Shops [Filter löschen]

Maschinelles Lernen
38,00 € *
ggf. zzgl. Versand

Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt: - Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet und der Hintergrund geliefert, um zu verstehen, wie und warum diese Algorithmen funktionieren. - Ebenfalls enthalten ist ein kompakter Kickstart zur Verwendung von Python 3 (in Python programmieren) und seinem Ökosystem im Umfeld des maschinellen Lernens. - Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt. - Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen. - Es werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u.a. Random Forest, DBSCAN und Q-Learning. Vorausgesetzt werden Kenntnisse in objektorientierter Programmierung und Basiswissen der Hochschulmathematik. Die nötige Mathematik wird eingebettet im Buch präsentiert und die Theorie direkt in Python-Code umgesetzt. Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Grundkurs Künstliche Intelligenz
29,99 € *
ggf. zzgl. Versand

Alle Teilgebiete der KI werden mit dieser Einführung kompakt, leicht verständlich und anwendungsbezogen dargestellt. Hier schreibt jemand, der das Gebiet nicht nur bestens kennt, sondern auch in der Lehre engagiert und erfolgreich vertritt. Von der klassischen Logik über das Schließen mit Unsicherheit und maschinelles Lernen bis hin zu Anwendungen wie Expertensysteme oder lernfähige Roboter. Neben dem umfassenden Einblick in dieses faszinierende Teilgebiet der Informatik gewinnen Sie vertiefte Kenntnisse, z. B. hinsichtlich wichtiger Verfahren zur Repräsentation und Verarbeitung von Wissen. Der Anwendungsbezug steht im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie strukturierte Verweise auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium. Für die 3. Auflage ...

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Handbuch der Künstlichen Intelligenz
99,95 € *
ggf. zzgl. Versand

Das Handbuch der Künstlichen Intelligenz vereint einführende und weiterführende Beiträge u.a. zu folgenden Themen: - Kognition - Neuronale Netze - Wissensrepräsentation - Unsicheres und vages Wissen - Maschinelles Lernen und Data Mining - Sprachverarbeitung - Semantic Web - Multiagentensysteme - Bildverstehen - Robotik - Software-Agenten - Universelle Spielprogramme Die 17 Kapitel von über 30 renommierten Autoren lassen sich unabhängig von einander lesen und machen das Werk zu einem aktuellen Handbuch und flexibel in der Lehre einsetzbaren Referenzwerk.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Merkmalskonstruktion für Machine Learning
34,90 € *
ggf. zzgl. Versand

Die Merkmalskonstruktion, auch Feature Engineering genannt, ist ein entscheidender Arbeitsschritt bei der Datenaufbereitung für das maschinelle Lernen, der die Leistung der Modelle stark beeinflusst. In diesem praxisnahen Buch lernen Sie Techniken, um Merkmale - numerische Repräsentationen eines bestimmten Aspekts von Rohdaten - zu gewinnen und mit maschinellen Lernmodellen nutzbar zu machen. Jedes Kapitel führt Sie durch eine spezifische Aufgabe der Datenanalyse wie etwa die Darstellung von Text- oder Bilddaten. Diese Beispiele veranschaulichen die wichtigsten Prinzipien der Merkmalskonstruktion. Statt diese Prinzipien nur zu beschreiben, legen die Autorinnen Alice Zheng und Amanda Casari im gesamten Buch den Schwerpunkt auf die praktische Anwendung mit Übungen. Das Schlusskapitel vertieft das Gelernte, indem es verschiedene Techniken der Merkmalskonstruktion auf einen realen, strukturierten Datensatz anwendet. In den Beispielen werden Python-Pakete wie numpy, Pandas, scikit-learn und Matplotlib verwendet. Aus dem Inhalt: - Merkmalskonstruktion an numerischen Daten: Filter, Klasseneinteilung, Skalierung, logarithmische und Potenz-Transformationen - Techniken für natürlichen Text: Bag-of-Words-Modelle, n-Gramme und Phrasenerkennung - Frequenzfilterung und Merkmalsskalierung zum Entfernen aussageloser Merkmale - Kodierungstechniken für Kategorievariablen, darunter Merkmals-Hashing und Klassenzählung - Modellgesteuerte Merkmalskonstruktion mit der Hauptkomponentenanalyse - Das Konzept der Modellkombination mit dem k-Means-Algorithmus als Technik zur Merkmalserzeugung - Gewinnung von Bildmerkmalen anhand manueller und Deep-Learning-Techniken ´´Datenaufbereitung und Merkmalskonstruktion haben sich in vielen Anwendungen als die wichtigsten Einflussfaktoren für die Leistungsfähigkeit der Modelle erwiesen. Ich freue mich, dass es endlich ein Buch gibt, das sich nur diesem Thema widmet. Alice und Amanda erklären sehr detailliert die Feinheiten vieler verbreiteter Techniken.´´ - Andreas C. MüllerDozent für Machine Learning an der Universität von Columbia und Kernentwickler bei scikit-learn

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Künstliche Intelligenz aus ungewohnten Perspekt...
29,99 € *
ggf. zzgl. Versand

Unaufhaltsam erobert die Digitalisierung unser Leben - auch mit Methoden der künstlichen Intelligenz (KI). Die Suchmaschinen-, die sozialen Netzwerk- oder die Versandplattform-Betreiber wissen zunehmend mehr von uns, über unsere Kauf- und Lebensgewohnheiten. Nutzerdaten sind ein wertvolles Wirtschaftsgut geworden. Wir leben und arbeiten mit Computersystemen, die sich intelligent verhalten oder gar intelligent sind. Dabei tauchen immer wieder Fragen auf wie ´´Können Maschinen intelligent sein?´´ oder ´´Können sie Emotionen oder ein Bewusstsein haben?´´. Damit sich Leser zu diesen Fragen ein eigenes Bild machen können, erläutern die Autoren anschaulich einzelne Techniken oder Methoden der KI und bringen diese mit Ansätzen aus Philosophie, Kunst und Neurobiologie in Zusammenhang. Dabei spielen Themen wie logisches Schließen, Wissen und Erinnern genauso eine Rolle wie maschinelles Lernen und künstliche neuronale Netze. Im Vordergrund steht die Frage, was Gedächtnis und Denken ausmacht, welche Rolle unsere Emotionen spielen, wenn wir uns als Menschen im Leben, in der Welt bewegen. Ein Buch, das ungewohnte Perspektiven auf die künstliche Intelligenz bietet.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Kubernetes
29,90 € *
ggf. zzgl. Versand

Es heißt, dass Google über zwei Milliarden Anwendungscontainer pro Woche deployt. Wie ist das möglich? Diese Frage hat Google mit einem Projekt namens Kubernetes beantwortet, einem Cluster-Orchestrierer, der das Bauen, Deployen und Warten skalierbarer, verteilter Systeme in der Cloud radikal vereinfacht. Dieser praktische Leitfaden zeigt Ihnen, wie Kubernetes und die Container-Technologie Ihnen helfen können, in Bezug auf Schnelligkeit, Agilität, Zuverlässigkeit und Effizienz in ganz neue Bereiche vorzudringen. Die Autoren Kelsey Hightower, Brendan Burns und Joe Beda haben bei Google und in anderen Firmen mit Kubernetes gearbeitet und erklären Ihnen, wie sich dieses System in den Lebenszyklus einer verteilten Anwendung einfügt. Sie werden lernen, wie Sie Tools und APIs einsetzen, um skalierbare, verteilte Systeme zu automatisieren - egal ob es sich um Online-Services, Systeme zum maschinellen Lernen oder ein Cluster aus Raspberry Pis handelt. - Lernen Sie die Herausforderungen verteilter Systeme kennen, die Sie mit Kubernetes angehen können. - Tauchen Sie ein in die containerisierte Anwendungsentwicklung und nutzen Sie dabei zum Beispiel Docker-Container. - Erstellen Sie Container im Docker-Image-Format mit Kubernetes und lassen Sie sie über die Docker-Runtime ausführen. - Begutachten Sie die zentralen Konzepte und API-Objekte von Kubernetes, die notwendig sind, um Anwendungen produktiv laufen zu lassen. - Rollen Sie neue Softwareversionen zuverlässig ohne Downtime oder Fehler aus. - Lernen Sie aus Beispielen zum Entwickeln und Deployen realer Anwendungen in Kubernetes.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Maschinelles Lernen (eBook, PDF)
29,99 € *
ggf. zzgl. Versand

Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt: - Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet und der Hintergrund geliefert, um zu verstehen, wie und warum diese Algorithmen funktionieren. - Ebenfalls enthalten ist ein kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens. - Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt. - Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen. - Es werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u.a. Random Forest, DBSCAN und Q-Learning. Vorausgesetzt werden Kenntnisse in objektorientierter Programmierung und Basiswissen der Hochschulmathematik. Die nötige Mathematik wird eingebettet im Buch präsentiert und die Theorie direkt in Python-Code umgesetzt. Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Bioinformatik
74,90 € *
ggf. zzgl. Versand

Jetzt in dritter Auflage komplett überarbeitet und im Bereich des maschinellen Lernens stark erweitert. Ein perfekte Einführung für alle Studenten der Lebenswissenschaften oder Informatik, die einen Einblick in die gängigen Methoden der Bioinformatik benötigen.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot
Soft Computing in der Bioinformatik
39,99 € *
ggf. zzgl. Versand

Der Begriff ´´Soft Computing´´ bezeichnet ein zunehmend an Bedeutung gewinnendes Thema. Dahinter verbergen sich Methoden wie Neuronale Netze, Fuzzy-Logik, Maschinelles Lernen, evolutionäre Algorithmen und naturanaloge Algorithmen. Das Gemeinsame dieser Verfahren ist ihr Potenzial im Umgang mit komplexen und vage formulierten Datenmengen. Alle wichtigen Themen des Soft Computing werden behandelt und mit ihren zahlreichen Anwendungen in der Bioinformatik verknüpft, wie beispielsweise Sequenzanalyse, Strukturvorhersage, Genexpressionsanalyse, Systembiologie und Moleküldesign. Insgesamt erhält der Leser anhand einer formal ausgearbeiteten Darstellung einen fundierten Überblick über das Gesamtgebiet. Im Anhang wird zudem eine nützliche Einführung in das Programmpaket ´´Matlab´´ gegeben. Das Buch eignet sich für alle an Soft Computing und Bioinformatik interessierten Leser, die bereits mit den Grundlagen der Mathematik und Informatik vertraut sind.

Anbieter: buecher.de
Stand: 19.09.2019
Zum Angebot