Machine Learning: Eine Annäherung für Geistes- und Sozialwissenschaften: Quantitative Sozialforschung
Autor Sven Hilbert, Elisabeth Kraus, Alfred Lindlde Limba Germană Paperback – 11 ian 2025
Preț: 137.99 lei
Nou
Puncte Express: 207
Preț estimativ în valută:
26.41€ • 27.45$ • 21.88£
26.41€ • 27.45$ • 21.88£
Carte nepublicată încă
Doresc să fiu notificat când acest titlu va fi disponibil:
Se trimite...
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783658436483
ISBN-10: 3658436484
Pagini: 120
Ilustrații: Etwa 120 S. 30 Abb., 10 Abb. in Farbe.
Dimensiuni: 148 x 210 mm
Ediția:2024
Editura: Springer Fachmedien Wiesbaden
Colecția Springer VS
Seria Quantitative Sozialforschung
Locul publicării:Wiesbaden, Germany
ISBN-10: 3658436484
Pagini: 120
Ilustrații: Etwa 120 S. 30 Abb., 10 Abb. in Farbe.
Dimensiuni: 148 x 210 mm
Ediția:2024
Editura: Springer Fachmedien Wiesbaden
Colecția Springer VS
Seria Quantitative Sozialforschung
Locul publicării:Wiesbaden, Germany
Cuprins
Einführung.- Grundidee des Machine Learning.- Preprocessing.- Optimierung.- Modelle.- Interpretierbares Machine Learning.- Faires Machine Learning.- Glossar.
Notă biografică
Sven Hilbert ist Professor für Methoden der empirischen Bildungsforschung und wissenschaftlicher Leiter des Zentrums für Hochschul- und Wissenschaftsdidaktik der Universität Regensburg.
Elisabeth Kraus ist Wissenschaftliche Mitarbeiterin an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Dr. Alfred Lindl ist Leiter der Forschungsgruppe FALKO-PV an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Elisabeth Kraus ist Wissenschaftliche Mitarbeiterin an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Dr. Alfred Lindl ist Leiter der Forschungsgruppe FALKO-PV an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Textul de pe ultima copertă
Maschinelles Lernen (ML) bietet einen Rahmen für die Analyse hochdimensionaler Datensätze durch Modellierung komplexer, oft non-linearer Beziehungen. Der Einfluss von ML-Methoden auf die Forschung und praktische Anwendungen in den Sozial- und Bildungswissenschaften ist immer noch begrenzt, wächst jedoch rapide und kontinuierlich. Algorithmen, die im Rahmen von ML eingesetzt werden sind vielfältig bezüglich ihrer mathematischen Ansätze und ihres Einsatzgebiets. Dieses Buch gibt einen Überblick der gängigen Verfahren, insbesondere ihrer Philosophie, Funktionsweisen und Anwendung. Sowohl die Nutzung klassischer linearer Regressionsmodelle im ML-Framework als auch Baum-basierte und regularisierte Regressionsverfahren werden einzeln behandelt und in das Gesamtbild der Analyse mit ML eingeordnet. Methodisch werden Verbindungen zu und Gemeinsamkeiten mit inferenzstatistischen Ansätzen beleuchtet. Hierbei wird besonders die verschiedenen philosophischen Perspektiven, (geschachtelte) ResamplingVerfahren und das Zusammenspiel von Bias und Varianz. Ein weiterer Schwerpunkt liegt auf der praktischen Anwendung von ML auf konkrete Fragestellung empirischer Sozialwissenschaften, welche auch die notwenigen Voraussetzungen der Datenstrukturen und Preprocessing von Datensätzen beinhaltet. Das Buch soll Wissenschaftlern und Praktikern helfen, sich mit den Chancen und Herausforderung immer größerer und komplexerer digitaler Datensätze vertraut zu machen. Hierbei wird auf mathematischer wie auf inhaltlicher Ebene ein Verständnis der grundlegenden Funktionsweisen mit Detailwissen in einzelnen Bereichen verbunden.Die Autor*innen
Sven Hilbert ist Professor für Methoden der empirischen Bildungsforschung und wissenschaftlicher Leiter des Zentrums für Hochschul- und Wissenschaftsdidaktik der Universität Regensburg.
Elisabeth Kraus ist Wissenschaftliche Mitarbeiterin an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Dr. Alfred Lindl ist Leiter der Forschungsgruppe FALKO-PV an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Sven Hilbert ist Professor für Methoden der empirischen Bildungsforschung und wissenschaftlicher Leiter des Zentrums für Hochschul- und Wissenschaftsdidaktik der Universität Regensburg.
Elisabeth Kraus ist Wissenschaftliche Mitarbeiterin an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Dr. Alfred Lindl ist Leiter der Forschungsgruppe FALKO-PV an der Professur für Methoden der empirischen Bildungsforschung der Universität Regensburg.
Caracteristici
Anwendungsorientierte Einführung in maschinelles Lernen Breites Spektrum an behandelten Algorithmen Philosophische Grundsätze des Lernens an Daten