Fundamentals and Methods of Machine and Deep Learning: Algorithms, Tools, and Applications
GRUNDLAGEN UND METHODEN DES MASCHINELLEN UND TIEFEN LERNENS
Das Buch bietet einen praktischen Ansatz, indem es die Konzepte des maschinellen Lernens und der Deep-Learning-Algorithmen, die Bewertung von Fortschritten in der Methodik und die Demonstration von Algorithmen anhand von Anwendungen erläutert.
In den letzten zwei Jahrzehnten haben das maschinelle Lernen und sein Teilbereich Deep Learning eine wichtige Rolle bei der Entwicklung von Softwareanwendungen gespielt. In neueren Forschungsstudien werden sie als eine der bahnbrechenden Technologien angesehen, die unser zukünftiges Leben, unsere Unternehmen und die Weltwirtschaft verändern werden. Die jüngste Explosion digitaler Daten in einer Vielzahl von Bereichen, darunter Wissenschaft, Technik, Internet der Dinge, Biomedizin, Gesundheitswesen und viele Wirtschaftszweige, hat das Zeitalter der Big Data ausgerufen, die nicht mit klassischer Statistik, sondern mit den moderneren, robusteren Techniken des maschinellen Lernens und des Deep Learning analysiert werden können. Da maschinelles Lernen aus Daten lernt und nicht durch die Programmierung von fest kodierten Entscheidungsregeln, wird versucht, mit Hilfe des maschinellen Lernens Computer zu entwickeln, die in der Lage sind, Probleme wie menschliche Experten auf diesem Gebiet zu lösen.
Das Ziel dieses Buches ist es, einen praktischen Ansatz zu präsentieren, indem die Konzepte des maschinellen Lernens und der Deep-Learning-Algorithmen mit Anwendungen erklärt werden. Es werden Algorithmen des überwachten maschinellen Lernens, Ensemble-Algorithmen des maschinellen Lernens, Merkmalsauswahl, Deep-Learning-Techniken und ihre Anwendungen behandelt. Die achtzehn Kapitel enthalten außerdem einzigartige Informationen, die ein klares Verständnis der Konzepte anhand von Algorithmen und Fallstudien vermitteln, die mit Anwendungen des maschinellen Lernens und des Deep Learning in verschiedenen Bereichen illustriert werden, darunter die Vorhersage von Krankheiten, die Vorhersage von Softwarefehlern, die Online-Fernsehanalyse, die medizinische Bildverarbeitung usw. Jedes der unten kurz beschriebenen Kapitel bietet sowohl einen ausgewählten Ansatz als auch dessen Umsetzung.
Leserschaft
Forscher und Ingenieure im Bereich der künstlichen Intelligenz, Informatiker sowie Softwareentwickler.
| ISBN: | 9781119821250 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2022 |
| Seitenzahl: | 480 |
Derzeit verfügbar, auf Lager.
