Skip to main content
SpringerLink
Log in

Maschinelles Lernen - Grundlagen und Anwendungen

Mit Beispielen in Python

  • Book
  • © 2023

Overview

Authors:
  1. Benny Botsch

    1. Berlin, Deutschland

    View author publications

    You can also search for this author in PubMed   Google Scholar

  • beschreibt ausführlich den mathematischen Hintergrund bezüglich ML-Algorithmen
  • darlegen von Einsatzmöglichkeiten in interdisziplinären Fachrichtungen
  • durchführen von Beispiel-Ãœbungen zum besseren Verständnis

  • 15k Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 39.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

About this book

In diesem Fachbuch werden vorwiegend die Grundlagen des Maschinellen Lernens erläutert. Die Hauptthemen sind die mathematischen Grundlagen, Optimierungsmethoden und die ML-Algorithmen. Es wird zu jedem Kapitel mindestens eine Beispiel-Übung durchgeführt. Die Übungen könnten durch Python-Code ergänzt werden. Zusätzlich werden Aufgabenstellungen definiert, dies dient der Festigung des in dem jeweiligen Kapitel gelernten. Spezielle Anwendungen sollen ebenfalls dargestellt werden. Die Zielgruppe sind hauptsächlich Studierende, welche sich in dieses Themengebiet einarbeiten möchten. Ingenieure können allerdings ebenfalls von diesem Fachbuch profitieren, da ein großer Schwerpunkt bei der Anwendung von ML liegt. Besonders die Verwendung in interdisziplinären Fachrichtungen wie der Regelungstechnik, Bildverarbeitung und der Chemie werden aufgezeigt.

Keywords

Table of contents (9 chapters)

  1. Front Matter

    Pages I-VIII
    Download chapter PDF

  2. Einführung

    • Benny Botsch
    Pages 1-23

  3. Lineare Algebra

    • Benny Botsch
    Pages 25-33

  4. Wahrscheinlichkeit und Statistik

    • Benny Botsch
    Pages 35-47

  5. Optimierung

    • Benny Botsch
    Pages 49-60

  6. Parametrische Methoden

    • Benny Botsch
    Pages 61-102

  7. Nichtparametrische Methoden

    • Benny Botsch
    Pages 103-121

  8. Bestärkendes Lernen

    • Benny Botsch
    Pages 123-145

  9. Custeranalyse

    • Benny Botsch
    Pages 147-153

  10. Anwendungen

    • Benny Botsch
    Pages 155-257

  11. Back Matter

    Pages 259-263
    Download chapter PDF
Back to top

Authors and Affiliations

  • Berlin, Deutschland

    Benny Botsch

About the author

Mein Name ist Benny Botsch und studierte Maschinenbau an der Technischen Universität in Berlin. Ich arbeite seit einigen Jahren als wissenschaftlicher Mitarbeiter bei der Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI e.V.) im Bereich der Bildverarbeitung / Industrielle Anwendungen. Dabei entwickle ich Software zur Auswertung von 2D-Materialbildern durch klassische Bildverarbeitung (Objekterkennung, Kantenerkennung), aber auch durch neuronale Netze, um Materialkennwerte zu ermitteln.


Bibliographic Information

  • Book Title: Maschinelles Lernen - Grundlagen und Anwendungen

  • Book Subtitle: Mit Beispielen in Python

  • Authors: Benny Botsch

  • DOI: https://doi.org/10.1007/978-3-662-67277-8

  • Publisher: Springer Spektrum Berlin, Heidelberg

  • eBook Packages: Life Science and Basic Disciplines (German Language)

  • Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2023

  • Softcover ISBN: 978-3-662-67276-1Published: 22 November 2023

  • eBook ISBN: 978-3-662-67277-8Published: 21 November 2023

  • Edition Number: 1

  • Number of Pages: VIII, 263

  • Number of Illustrations: 20 b/w illustrations, 36 illustrations in colour

  • Topics: Machine Learning, Python

Publish with us

Policies and ethics

Back to top

Search

Navigation