|
![]() |
|||
|
||||
OverviewFull Product DetailsAuthor: Stefan RichterPublisher: Springer Fachmedien Wiesbaden Imprint: Springer Spektrum Edition: 1. Aufl. 2019 Dimensions: Width: 16.80cm , Height: 2.10cm , Length: 24.00cm Weight: 0.676kg ISBN: 9783662593530ISBN 10: 366259353 Pages: 383 Publication Date: 11 September 2019 Audience: Adult education , Further / Higher Education 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 ContentsSupervised Learning: Grundlagen.- Lineare Algorithmen für Regressionsprobleme.- Allgemeines zu Klassifikationsproblemen .- Lineare Methoden für Klassifizierungsprobleme und SVMs.- Nichtparametrische Methoden und der naive Bayes-Klassifizierer.- Regressions- und Klassifikationsbäume; Bagging, Boosting und Random Forests.- Neuronale Netzwerke.- Reinforcement Learning / Bestärkendes Lernen.- Unsupervised Learning: Bestimmung von Repräsentanten.- Unsupervised Learning: Dimensionsreduktion.ReviewsAuthor InformationDr. Stefan Richter studierte und promovierte an der Universität Heidelberg. Im Anschluss hatte er eine Vertretungsprofessur am Institut für Mathematische Stochastik der TU Braunschweig inne, in deren Rahmen er unter anderem statistisches und maschinelles Lernen für Mathematiker lehrte. Derzeit ist er Postdoc der Arbeitsgruppe Statistik stochastischer Prozesse in Heidelberg. Tab Content 6Author Website:Countries AvailableAll regions |