|
![]() |
|||
|
||||
OverviewDieses essential befasst sich mit Anwendungen des maschinellen Lernens in verschiedenen Bereichen der Naturwissenschaften. Es behandelt geläufige Strukturen und Algorithmen, um Daten mit den Techniken des maschinellen Lernens zu analysieren. Zunächst werden Methoden eingeführt, die an klassischen statistischen Analysen andocken und auf soliderem mathematischem Fundament stehen. Die Autoren machen mit den verschiedenen Strukturen für künstliche neuronale Netzwerke vertraut und zeigen die jeweiligen Anwendungsgebiete. Full Product DetailsAuthor: Kenny Choo , Eliska Greplova , Mark H. Fischer , Titus NeupertPublisher: Springer Fachmedien Wiesbaden Imprint: Springer Spektrum Edition: 1. Aufl. 2020 Dimensions: Width: 14.80cm , Height: 0.40cm , Length: 21.00cm Weight: 0.104kg ISBN: 9783658322670ISBN 10: 3658322675 Pages: 71 Publication Date: 20 January 2021 Audience: Professional and scholarly , Professional & Vocational Format: Paperback Publisher's Status: Active Availability: Manufactured on demand ![]() We will order this item for you from a manufactured on demand supplier. Language: German Table of ContentsEinführung. - Maschinelles Lernen ohne neuronale Netzwerke. - Neuronale Netzwerke und überwachtes Lernen. - Unüberwachtes Lernen. - Interpretierbarkeit von neuronalen Netzwerken. - Schlusskommentare.ReviewsAuthor InformationKenny Choo ist Doktorand am Physik-Institut der Universität Zürich.Eliska Greplova ist Assistenz-Professorin für Quanten-Nanowissenschaften an der Technischen Universität Delft. Mark H. Fischer ist Oberassistent am Physik-Institut der Universität Zürich. Titus Neupert ist Professor für theoretische Physik an der Universität Zürich. Tab Content 6Author Website:Countries AvailableAll regions |