Cantitate/Preț
Produs

Machine Learning kompakt: Ein Einstieg für Studierende der Naturwissenschaften: essentials

Autor Kenny Choo, Eliska Greplova, Mark H. Fischer, Titus Neupert
de Limba Germană Paperback – 20 ian 2021
Dieses essential befasst sich mit Anwendungen des maschinellen Lernens in verschiedenen Bereichen der Naturwissenschaften. Es behandelt geläufige Strukturen und Algorithmen, um Daten mit den Techniken des maschinellen Lernens zu analysieren. Zunächst werden Methoden eingeführt, die an klassischen statistischen Analysen andocken und auf soliderem mathematischem Fundament stehen. Die Autoren machen mit den verschiedenen Strukturen für künstliche neuronale Netzwerke vertraut und zeigen die jeweiligen Anwendungsgebiete.
Citește tot Restrânge

Din seria essentials

Preț: 12178 lei

Nou

Puncte Express: 183

Preț estimativ în valută:
2332 2428$ 1935£

Carte tipărită la comandă

Livrare economică 14-28 februarie

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783658322670
ISBN-10: 3658322675
Ilustrații: VIII, 71 S. 24 Abb.
Dimensiuni: 148 x 210 mm
Greutate: 0.1 kg
Ediția:1. Aufl. 2020
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Spektrum
Seria essentials

Locul publicării:Wiesbaden, Germany

Cuprins

Einführung. - Maschinelles Lernen ohne neuronale Netzwerke. - Neuronale Netzwerke und überwachtes Lernen. - Unüberwachtes Lernen. - Interpretierbarkeit von neuronalen Netzwerken. - Schlusskommentare.

Notă biografică

Kenny Choo ist Doktorand am Physik-Institut der Universität Zürich. Eliska Greplova ist Assistenz-Professorin für Quanten-Nanowissenschaften an der Technischen Universität Delft.
Mark H. Fischer ist Oberassistent am Physik-Institut der Universität Zürich.
Titus Neupert ist Professor für theoretische Physik an der Universität Zürich.

Textul de pe ultima copertă

Dieses essential befasst sich mit Anwendungen des maschinellen Lernens in verschiedenen Bereichen der Naturwissenschaften. Es behandelt geläufige Strukturen und Algorithmen, um Daten mit den Techniken des maschinellen Lernens zu analysieren. Zunächst werden Methoden eingeführt, die an klassischen statistischen Analysen andocken und auf soliderem mathematischem Fundament stehen. Die Autoren machen mit den verschiedenen Strukturen für künstliche neuronale Netzwerke vertraut und zeigen die jeweiligen Anwendungsgebiete.  Der Inhalt
  • Maschinelles Lernen ohne neuronale Netzwerke
  • Überwachtes und unüberwachtes Lernen
  • Interpretierbarkeit von neuronalen Netzwerken
 Die Zielgruppen
  • Studierende und Dozierende aus den Bereichen Mathematik, Physik, Biologie, Medizin und verwandten Naturwissenschaften
  • Wissenschaftlerinnen und Wissenschaftler 
Die Autoren
Kenny Choo ist Doktorand am Physik-Institut der Universität Zürich.
Eliska Greplova ist Assistenz-Professorin für Quanten-Nanowissenschaften an der Technischen Universität Delft.
Mark H. Fischer ist Oberassistent am Physik-Institut der Universität Zürich. Titus Neupert ist Professor für theoretische Physik an der Universität Zürich.

Caracteristici

Kompakte Einführung in die Grundlagen des maschinellen Lernens Fachterminologie für Einsteiger präzise erklärt Mit zahlreichen Beispielen zum Ausprobieren