Machine Learning
Das Buch behandelt die verschiedenen Algorithmen, die beim maschinellen Lernen verwendet werden, entsprechend ihrer unterschiedlichen Arten. Wir werden Algorithmen für überwachtes Lernen, unüberwachtes Lernen und Verstärkungslernen behandeln. Mit anderen Worten: Wir gehen darauf ein, wie maschinelles Lernen aufgabenorientiert (z. B. Vorhersage des nächsten Werts) und datenorientiert (z. B. Identifizierung und Klassifizierung von Kundengruppen) ist und aus seinen eigenen Fehlern lernen kann.
Wir werden auch ein wenig technisch, wenn wir uns mit computergestützter Lerntheorie, Big Data, Statistik, Lernen und Optimierung, Bayes'schen Netzen, Support-Vektor-Maschinen, genetischen Algorithmen und Data Mining beschäftigen. Auch hier haben wir nach bestem Wissen und Gewissen versucht, diese Konzepte für den Laien zu vereinfachen.
Am Ende dieses Buches haben wir auch Empfehlungen für verwandte KI-Technologien, Open-Source-Tools und Programmiersprachen gegeben. Das heißt, wenn Sie daran interessiert sind, zu lernen, wie man diese Technologie tatsächlich entwickelt, oder zumindest in der Lage sind, ihre eher technischen Merkmale zu verstehen.
Natürlich ist das maschinelle Lernen ein neues und spannendes Gebiet mit vielen nützlichen Anwendungen. Es ermöglicht genauere medizinische Diagnosen, kann das Produktmarketing vereinfachen, genauere Verkaufsprognosen erstellen, die Genauigkeit vieler Finanzregeln verbessern, zeitaufwändige Dokumentationen vereinfachen, die vorausschauende Wartung verfeinern und eine Vielzahl anderer Vorteile bieten.
| ISBN: | 9781738904938 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
