Cantitate/Preț
Produs

Mathematische Grundlagen des überwachten maschinellen Lernens: Optimierungstheoretische Methoden

Autor Konrad Engel
de Limba Germană Paperback – 2 mai 2024
Dieses Buch behandelt die gängigsten Methoden zur Klassifikation von digitalisierten Objekten. Jedem Objekt ist ein Punkt im Euklidischen Raum passender Dimension zugeordnet. Das Lernen basiert auf einer Menge von Punkten, für die die zugehörige Klasse bekannt ist. Eine Reduktion der Dimension sowie elementare und anspruchsvollere Methoden zur Ermittlung schnell berechenbarer Funktionen, mit denen man aus einem Punkt die zugehörige Klasse mit einer möglichst geringen Fehlerrate ableiten kann, werden hergeleitet und in einer einheitlichen Herangehensweise begründet. Die recht elementaren Beweise werden im Wesentlichen mit Mitteln der Linearen Algebra geführt, nur für die neuronalen Netze wird etwas Analysis benötigt.
Die Produktfamilie WissensExpress bietet Ihnen Lehr- und Lernbücher in kompakter Form. Die Bücher liefern schnell und verständlich fundiertes Wissen.
Citește tot Restrânge

Preț: 10348 lei

Preț vechi: 12935 lei
-20% Nou

Puncte Express: 155

Preț estimativ în valută:
1980 2083$ 1640£

Carte disponibilă

Livrare economică 20-26 decembrie
Livrare express 10-14 decembrie pentru 1867 lei

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783662681336
ISBN-10: 3662681331
Ilustrații: XI, 85 S. 20 Abb., 10 Abb. in Farbe.
Dimensiuni: 155 x 235 mm
Greutate: 0.17 kg
Ediția:2024
Editura: Springer Berlin, Heidelberg
Colecția Springer Vieweg
Locul publicării:Berlin, Heidelberg, Germany

Cuprins

Einführung.- Hauptkomponentenanalyse.- Der Perzeptron-Lernalgorithmus.- Die Fisher-Diskriminante.- Support Vektor Maschinen.- Vorwärtsgerichtete neuronale Netze.

Notă biografică

Konrad Engel arbeitete von 1992 bis zu seinem Ruhestand im Jahr 2022 als Professor für Mathematische Optimierung an der Universität Rostock. Seine Forschungsschwerpunkte sind die Diskrete Mathematik und Kombinatorik sowie Anwendungen der Mathematischen Optimierung und Polyedertheorie in Medizin, Biologie und Physik.

Textul de pe ultima copertă

Dieses Buch behandelt die gängigsten Methoden zur Klassifikation von digitalisierten Objekten. Jedem Objekt ist ein Punkt im Euklidischen Raum passender Dimension zugeordnet. Das Lernen basiert auf einer Menge von Punkten, für die die zugehörige Klasse bekannt ist. Eine Reduktion der Dimension sowie elementare und anspruchsvollere Methoden zur Ermittlung schnell berechenbarer Funktionen, mit denen man aus einem Punkt die zugehörige Klasse mit einer möglichst geringen Fehlerrate ableiten kann, werden hergeleitet und in einer einheitlichen Herangehensweise begründet. Die recht elementaren Beweise werden im Wesentlichen mit Mitteln der Linearen Algebra geführt, nur für die neuronalen Netze wird etwas Analysis benötigt.
Die Produktfamilie WissensExpress bietet Ihnen Lehr- und Lernbücher in kompakter Form. Die Bücher liefern schnell und verständlich fundiertes Wissen.
Der Inhalt
  • Einführung
  • Hauptkomponentenanalyse
  • Perzeptron-Lernalgorithmus
  • Fisher-Diskriminante
  • Support-Vektor-Maschinen
  • Vorwärtsgerichtete neuronale Netze
Die Zielgruppen
  • Studierende der Mathematik, Physik und Informatik
  • Forschende im Bereich des maschinellen Lernens
Der Autor
Konrad Engel arbeitete von 1992 bis zu seinem Ruhestand im Jahr 2022 als Professor für Mathematische Optimierung an der Universität Rostock. Seine Forschungsschwerpunkte sind die Diskrete Mathematik und Kombinatorik sowie Anwendungen der Mathematischen Optimierung und Polyedertheorie in Medizin, Biologie und Physik.

Caracteristici

Das Buch kann für eine Vorlesung für Studierende der Mathematik und Informatik genutzt werden Eine mathematische Darstellung der wichtigsten Methoden des überwachten maschinellen Lernens Die Beweise setzen nur die Mathematik-Grundkurse für Informatik voraus