Zur Startseite gehen
0,00 €*
Cover: 9789819979714 | Maschinelles Lernen | Die Grundlagen | Alexander Jung | Buch | xv
Dekorationsartikel gehören nicht zum Leistungsumfang.
Maschinelles Lernen
Die Grundlagen
Buch von Alexander Jung
Sprache: Deutsch

59,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

Lieferzeit 2-3 Wochen

Kategorien:
Beschreibung
Maschinelles Lernen (ML) ist zu einem alltäglichen Element in unserem Leben und zu einem Standardwerkzeug für viele Bereiche der Wissenschaft und Technik geworden. Um ML optimal nutzen zu können, ist es wichtig, die zugrunde liegenden Prinzipien zu verstehen.

In diesem Buch wird ML als die rechnerische Umsetzung des wissenschaftlichen Prinzips betrachtet. Dieses Prinzip besteht darin, ein Modell eines gegebenen datenerzeugenden Phänomens kontinuierlich anzupassen, indem eine Form des Verlustes, der durch seine Vorhersagen entsteht, minimiert wird.

Das Buch schult den Leser darin, verschiedene ML-Anwendungen und -Methoden in drei Komponenten (Daten, Modell und Verlust) aufzuschlüsseln, und hilft ihm so, aus dem riesigen Angebot an vorgefertigten ML-Methoden auszuwählen.

Der Drei-Komponenten-Ansatz des Buches erlaubt eine einheitliche und transparente Darstellung verschiedener ML-Techniken. Wichtige Methoden zu Regularisierung, zum Schutz der Privatsphäre und zur Erklärbarkeit von ML-Methoden sind Spezialfälle dieses Drei-Komponenten-Ansatz.
Maschinelles Lernen (ML) ist zu einem alltäglichen Element in unserem Leben und zu einem Standardwerkzeug für viele Bereiche der Wissenschaft und Technik geworden. Um ML optimal nutzen zu können, ist es wichtig, die zugrunde liegenden Prinzipien zu verstehen.

In diesem Buch wird ML als die rechnerische Umsetzung des wissenschaftlichen Prinzips betrachtet. Dieses Prinzip besteht darin, ein Modell eines gegebenen datenerzeugenden Phänomens kontinuierlich anzupassen, indem eine Form des Verlustes, der durch seine Vorhersagen entsteht, minimiert wird.

Das Buch schult den Leser darin, verschiedene ML-Anwendungen und -Methoden in drei Komponenten (Daten, Modell und Verlust) aufzuschlüsseln, und hilft ihm so, aus dem riesigen Angebot an vorgefertigten ML-Methoden auszuwählen.

Der Drei-Komponenten-Ansatz des Buches erlaubt eine einheitliche und transparente Darstellung verschiedener ML-Techniken. Wichtige Methoden zu Regularisierung, zum Schutz der Privatsphäre und zur Erklärbarkeit von ML-Methoden sind Spezialfälle dieses Drei-Komponenten-Ansatz.
Über den Autor
Alexander Jung ist Professor für maschinelles Lernen am Institut für Computer Science der Aalto-Universität, wo er die Forschungsgruppe "Maschinelles Lernen für Big Data" leitet. Seine Kurse über maschinelles Lernen, künstliche Intelligenz und konvexe Optimierung gehören zu den beliebtesten Kursen an der Aalto-Universität. Er erhielt 2011 einen Best Student Paper Award auf der Premium-Signalverarbeitungskonferenz IEEE ICASSP, 2018 einen Amazon Web Services Machine Learning Award und wurde 2018 zum "Computer Science - Teacher of the Year" gewählt. Er ist Associate Editor für die IEEE Signal Processing Letters und Editorial Board Member des Springer Journals "Machine Learning".
Inhaltsverzeichnis
Einführung.- Komponenten von ML.- Die Landschaft von ML.- Empirische Risikominimierung.- Gradientenbasiertes Lernen.- Modellvalidierung und -auswahl.- Regularisierung.- Clustering.- Feature Learning.- Transparentes und erklärbares ML.
Details
Erscheinungsjahr: 2024
Genre: Importe, Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Buch
Inhalt: xv
235 S.
37 s/w Illustr.
62 farbige Illustr.
235 S. 99 Abb.
62 Abb. in Farbe.
ISBN-13: 9789819979714
ISBN-10: 9819979714
Sprache: Deutsch
Herstellernummer: 89273948
Ausstattung / Beilage: HC runder Rücken kaschiert
Einband: Gebunden
Autor: Jung, Alexander
Auflage: 1. Aufl. 2024
Hersteller: Springer Singapore
Springer Nature Singapore
Verantwortliche Person für die EU: Books on Demand GmbH, In de Tarpen 42, D-22848 Norderstedt, info@bod.de
Maße: 241 x 160 x 19 mm
Von/Mit: Alexander Jung
Erscheinungsdatum: 14.02.2024
Gewicht: 0,593 kg
Artikel-ID: 127784575
Über den Autor
Alexander Jung ist Professor für maschinelles Lernen am Institut für Computer Science der Aalto-Universität, wo er die Forschungsgruppe "Maschinelles Lernen für Big Data" leitet. Seine Kurse über maschinelles Lernen, künstliche Intelligenz und konvexe Optimierung gehören zu den beliebtesten Kursen an der Aalto-Universität. Er erhielt 2011 einen Best Student Paper Award auf der Premium-Signalverarbeitungskonferenz IEEE ICASSP, 2018 einen Amazon Web Services Machine Learning Award und wurde 2018 zum "Computer Science - Teacher of the Year" gewählt. Er ist Associate Editor für die IEEE Signal Processing Letters und Editorial Board Member des Springer Journals "Machine Learning".
Inhaltsverzeichnis
Einführung.- Komponenten von ML.- Die Landschaft von ML.- Empirische Risikominimierung.- Gradientenbasiertes Lernen.- Modellvalidierung und -auswahl.- Regularisierung.- Clustering.- Feature Learning.- Transparentes und erklärbares ML.
Details
Erscheinungsjahr: 2024
Genre: Importe, Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Buch
Inhalt: xv
235 S.
37 s/w Illustr.
62 farbige Illustr.
235 S. 99 Abb.
62 Abb. in Farbe.
ISBN-13: 9789819979714
ISBN-10: 9819979714
Sprache: Deutsch
Herstellernummer: 89273948
Ausstattung / Beilage: HC runder Rücken kaschiert
Einband: Gebunden
Autor: Jung, Alexander
Auflage: 1. Aufl. 2024
Hersteller: Springer Singapore
Springer Nature Singapore
Verantwortliche Person für die EU: Books on Demand GmbH, In de Tarpen 42, D-22848 Norderstedt, info@bod.de
Maße: 241 x 160 x 19 mm
Von/Mit: Alexander Jung
Erscheinungsdatum: 14.02.2024
Gewicht: 0,593 kg
Artikel-ID: 127784575
Sicherheitshinweis

Ähnliche Produkte

Diese Website verwendet Cookies, um eine bestmögliche Erfahrung bieten zu können. Mehr Informationen ...