German | 2019 | ISBN: 3110617889 | 702 pages | True EPUB | 17.64 MB

Das maschinelle Lernen ist zwangslufig eines der am schnellsten wachsenden Gebiete der Computerwissenschaft. Nicht nur die zu verarbeitenden Datenmengen werden immer umfangreicher, sondern auch die Theorie, wie man sie verarbeiten und in Wissen verwandeln kann.

"Maschinelles Lernen" ist ein verstndlich geschriebenes Lehrbuch, welches ein breites Spektrum an Themen aus verschiedenen Bereichen abdeckt, wie zum Beispiel Statistik, Mustererkennung, neuronale Netze, knstliche Intelligenz, Signalverarbeitung, Steuerung und Data Mining. Darber hinaus beinhaltet das Buch auch Themen, die von einfhrenden Werken hufig nicht behandelt werden. Unter anderem: berwachtes Lernen; Bayessche Entscheidungstheorie; parametrische und nichtparametrische Statistik; multivariate Analysis; Hidden-Markow-Modelle; bestrkendes Lernen; Kernel-Maschinen; graphische Modelle; Bayes-Schtzung und statistische Testmethoden. Da maschinelles Lernen eine immer grere Rolle fr Studierende der Informatik spielt, geht die zweite Aufl age des Buches auf diese Vernderung ein und untersttzt gezielt Anfnger in diesem Gebiet, unter anderem durch bungsaufgaben und zustzliche Beispieldatenstzen.




DOWNLOAD
rapidgator