Machine Learning kurz & gut
Umfangreichere Bücher zum Thema "Maschinelles Lernen", oft mit vielen Beispielen wie S. Raschka oder A. Müller setzen beim Leser einige Vorkenntnisse voraus. Das Buch hier versteht sich nicht als Nachschlagewerk, sondern fängt ganz von vorn an; es konzentriert sich im lockeren Stil auf die...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | |
| Format: | UnknownFormat |
| Sprache: | ger |
| Veröffentlicht: |
Heidelberg
O´Reilly
2018
|
| Ausgabe: | 1. Auflage |
| Schriftenreihe: | O'Reillys Taschenbibliothek
|
| Schlagworte: | |
| Online Zugang: | Inhaltstext Auszug Inhaltsverzeichnis Inhaltsbeschreibung |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | Umfangreichere Bücher zum Thema "Maschinelles Lernen", oft mit vielen Beispielen wie S. Raschka oder A. Müller setzen beim Leser einige Vorkenntnisse voraus. Das Buch hier versteht sich nicht als Nachschlagewerk, sondern fängt ganz von vorn an; es konzentriert sich im lockeren Stil auf die wesentlichen Konzepte des maschinellen Lernens und beginnt mit einer kurzen Erläuterung des Unterschieds zwischen klassischer Programmierung und maschinellem Lernen. Gezeigt wird wie aus vorhandenen Daten automatisch neue Erkenntnisse generiert werden können. Besondere Schwerpunkte werden dann bei der Vorbereitung und dem Import von Daten, anhand derer die neuen Erkenntnisse gewonnen werden sollen, und beim Deep Learning (am Beispiel Erkennung von Geschwindigkeitsbeschränkungen aus Verkehrsschildern) gesetzt. Viele Abbildungen, wichtige Begriffe in Merkkästchen. - Empfohlen als Einstieg, der guten Zugang zu vertiefender Literatur gibt. - Kurze Programmhinweise basieren auf Python und verschiedenen Pythonbibliotheken |
|---|---|
| Beschreibung: | Zusatz auf dem Umschlag: Eine Einführung mit Python, Pandas & Scikit-Learn |
| Beschreibung: | 183 Seiten Illustrationen, Diagramme 17.8 cm x 10.8 cm |
| ISBN: | 9783960090526 978-3-96009-052-6 3960090528 3-96009-052-8 |