fbpx

Machine Learning – kurz & gut

Machine Learning – kurz & gut von Nguyen,  Chi Nhan, Zeigermann,  Oliver
Der kompakte Schnelleinstieg in Machine Learning und Deep Learning - Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning - Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung - Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innen Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning.
Aktualisiert: 2021-04-29
> findR *

Machine Learning – kurz & gut

Machine Learning – kurz & gut von Nguyen,  Chi Nhan, Zeigermann,  Oliver
Der kompakte Schnelleinstieg in Machine Learning und Deep Learning - Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning - Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung - Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innen Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning.
Aktualisiert: 2021-04-29
> findR *

Machine Learning – kurz & gut

Machine Learning – kurz & gut von Nguyen,  Chi Nhan, Zeigermann,  Oliver
Der kompakte Schnelleinstieg in Machine Learning und Deep Learning - Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning - Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung - Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innen Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning.
Aktualisiert: 2021-04-29
> findR *

Die Welt flach legen

Die Welt flach legen von Zons,  Raimar
Wir kartografieren, vermessen, rechnen, programmieren und wir schreiben – auf künstlichen Flächen. Wir verdanken ihnen unsere primären Kulturtechniken: Bild, Schrift, Ziffer. Sie ermöglichen es uns, die Welt von außen zu sehen, ein ungeheures Werkzeug, das es uns zu erlauben scheint, sie durch und durch zu beherrschen. Aber machen wir nicht mehr und mehr die Erfahrung, dass wir es sind, die von unseren Berechnungen und Algorithmen beherrscht werden? Raimar Zonsʼ Essay beschreibt unterschiedliche Verflachungsereignisse: der Tiefe, des Grundes, der Kultur und der Künste, der globalen Welt. Er richtet den Blick nicht auf die offensichtlichen Errungenschaften der künstlichen Flächen, sondern auf unser verändertes Weltverhältnis, unser Inder-Welt-Sein. Denn die Verflachung der Welt ist auch eine Verlustgeschichte, in der unsere Lebendigkeit auf dem Spiel steht.
Aktualisiert: 2021-04-27
> findR *

Die Automatisierung des Schreibens

Die Automatisierung des Schreibens von Schönthaler,  Philipp
Schreiben oder Programmieren? Die Geschichte einer wechselhaften Beziehung und ein leidenschaftliches Plädoyer für die Fähigkeiten der Literatur. Experimente mit computergenerierten Texten sorgen zunächst für Erstaunen, um dann zu beruhigtem Abwinken zu verleiten: Gute Romane, heißt es, schreibt der Computer (noch) nicht. Doch vor dem Hintergrund des Siegeszugs der Künstlichen Intelligenz gerät die Geschichte der Mechanisierung des Schreibens in den Blick. Wie sich Schreiben und Programmieren zueinander verhalten, rekonstruiert Philipp Schönthaler in dieser groß angelegten Studie. Sein überraschender Gang durch die Geschichte der Literatur eröffnet der gegenwärtigen Diskussion einen faszinierenden Tiefenraum, der Alarmismen wie Heilsversprechen fraglich werden lässt. Zu Beginn des 20. Jahrhunderts übersetzen die europäischen Avantgarden die Produktionsweisen der Industriellen Revolution in neue Schreibtechniken und legen damit den Grundstein für eine Literatur aus dem Geist des Computers. Doch Computer und Kybernetik spalten bereits das Feld der Neo-Avantgarden. Gleichzeitig mit den ersten an Rechenanlagen erzeugten Texten entwickeln sie Schreibweisen einer nichtprogrammierbaren Literatur. Sie machen deutlich, dass Schreiben und Programmieren an unterschiedliche Selbstbestimmungen und Modi der Welterschließung anknüpfen. Angesichts der Automatisierung als globalem Prinzip zeigt »Die Automatisierung des Schreibens« Literatur als Gegenentwurf zu einer algorithmisch modellierbaren Realität, der scheinbar keine Grenzen gesetzt sind. Der Herausforderung stellen kann sich das literarische Schreiben aber nur, wenn es sich auf die Allgegenwart des Digitalen einlässt.
Aktualisiert: 2021-04-27
> findR *

Algorithmen und Autonomie

Algorithmen und Autonomie von Kast,  Christina, Nürnberger,  Andreas, Stricker,  Janne, Verständig,  Dan
Wir leben in einer Welt der algorithmischen Sortierung und Entscheidungsfindung. Mathematische Modelle kuratieren unsere sozialen Beziehungen, beeinflussen unsere Wahlen und entscheiden sogar darüber, ob wir ins Gefängnis gehen sollten oder nicht. Aber wie viel wissen wir wirklich über Code, algorithmische Strukturen und deren Wirkweisen? Der Band wendet sich den Fragen der Autonomie im digitalen Zeitalter aus einer interdisziplinären Perspektive zu, indem er Beiträge aus Philosophie, Erziehungs- und Kulturwissenschaft mit der Informatik verbindet.
Aktualisiert: 2021-04-26
> findR *

Die Automatisierung des Schreibens

Die Automatisierung des Schreibens von Schönthaler,  Philipp
Schreiben oder Programmieren? Die Geschichte einer wechselhaften Beziehung und ein leidenschaftliches Plädoyer für die Fähigkeiten der Literatur. Experimente mit computergenerierten Texten sorgen zunächst für Erstaunen, um dann zu beruhigtem Abwinken zu verleiten: Gute Romane, heißt es, schreibt der Computer (noch) nicht. Doch vor dem Hintergrund des Siegeszugs der Künstlichen Intelligenz gerät die Geschichte der Mechanisierung des Schreibens in den Blick. Wie sich Schreiben und Programmieren zueinander verhalten, rekonstruiert Philipp Schönthaler in dieser groß angelegten Studie. Sein überraschender Gang durch die Geschichte der Literatur eröffnet der gegenwärtigen Diskussion einen faszinierenden Tiefenraum, der Alarmismen wie Heilsversprechen fraglich werden lässt. Zu Beginn des 20. Jahrhunderts übersetzen die europäischen Avantgarden die Produktionsweisen der Industriellen Revolution in neue Schreibtechniken und legen damit den Grundstein für eine Literatur aus dem Geist des Computers. Doch Computer und Kybernetik spalten bereits das Feld der Neo-Avantgarden. Gleichzeitig mit den ersten an Rechenanlagen erzeugten Texten entwickeln sie Schreibweisen einer nichtprogrammierbaren Literatur. Sie machen deutlich, dass Schreiben und Programmieren an unterschiedliche Selbstbestimmungen und Modi der Welterschließung anknüpfen. Angesichts der Automatisierung als globalem Prinzip zeigt »Die Automatisierung des Schreibens« Literatur als Gegenentwurf zu einer algorithmisch modellierbaren Realität, der scheinbar keine Grenzen gesetzt sind. Der Herausforderung stellen kann sich das literarische Schreiben aber nur, wenn es sich auf die Allgegenwart des Digitalen einlässt.
Aktualisiert: 2021-04-29
> findR *

Technopolitik von unten

Technopolitik von unten von Schaupp,  Simon
Smarte neue Arbeitswelt? Ein schonungsloser Blick hinter ihre glänzenden Oberflächen Von der Pflege bis ans Fließband: Es gibt kaum noch einen Bereich der Erwerbsarbeit, der nicht von der Digitalisierung betroffen ist. Sie erscheint dabei als unausweichliches Schicksal. Simon Schaupp vollzieht einen Perspektivenwechsel. Ausgehend von Momenten des Konflikts zeigt sich die Digitalisierung der Arbeitsprozesse selbst als umkämpftes Terrain. Im Zentrum von »Technopolitik von unten« stehen deshalb die Beschäftigten: Mit welchen Strategien reagieren sie auf die Polarisierung der Arbeitswelt in hochqualifizierte Digitalexpert:innen und manuell Tätige, die, algorithmisch gesteuert und prekär beschäftigt, zunehmend ersetzbar werden? Um das zu beantworten, hat Schaupp mit Manager:innen, Ingenieur:innen und Arbeiter:innen gesprochen, politische Organisierungsversuche begleitet und selbst mehrere Monate als Kurierfahrer und in der Elektroindustrie gearbeitet. Seine Forschung macht deutlich: Überall, wo algorithmische Arbeitssteuerung als Mittel der Verdichtung und Entwertung menschlicher Arbeit eingesetzt wird, finden sich auch Vorgänge des Widerstandes und der Selbstorganisation. Schaupps Studie fordert uns so zu einer Revision des Bildes heraus, das wir uns von der Digitalisierung gemacht haben.
Aktualisiert: 2021-04-29
> findR *

Praktische Statistik für Data Scientists

Praktische Statistik für Data Scientists von Bruce,  Andrew, Bruce,  Peter, Fraaß,  Marcus, Gedeck,  Peter
Statistische Konzepte aus der Perspektive von Data Scientists erläutert Das Buch stellt die Verbindung zwischen nützlichen statistischen Prinzipien und der heutigen Datenanalyse-Praxis her Ermöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringen Übersetzung der 2. Auflage des US-Bestsellers mit Beispielen in Python und R Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern über die Grundlagen der Statistik wird das Thema aber selten aus der Sicht von Data Scientists behandelt. Viele stellen daher fest, dass ihnen eine tiefere statistische Perspektive auf ihre Daten fehlt.Dieses praxisorientierte Handbuch mit zahlreichen Beispielen in Python und R erklärt Ihnen, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Es zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Methoden vermeiden können, und gibt Ratschläge, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind. Wenn Sie mit R oder Python vertraut sind, ermöglicht diese zugängliche, gut lesbare Referenz es Ihnen, Ihr statistisches Wissen für die Praxis deutlich auszubauen.
Aktualisiert: 2021-04-16
> findR *

Praktische Statistik für Data Scientists

Praktische Statistik für Data Scientists von Bruce,  Andrew, Bruce,  Peter, Fraaß,  Marcus, Gedeck,  Peter
Statistische Konzepte aus der Perspektive von Data Scientists erläutert Das Buch stellt die Verbindung zwischen nützlichen statistischen Prinzipien und der heutigen Datenanalyse-Praxis her Ermöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringen Übersetzung der 2. Auflage des US-Bestsellers mit Beispielen in Python und R Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern über die Grundlagen der Statistik wird das Thema aber selten aus der Sicht von Data Scientists behandelt. Viele stellen daher fest, dass ihnen eine tiefere statistische Perspektive auf ihre Daten fehlt.Dieses praxisorientierte Handbuch mit zahlreichen Beispielen in Python und R erklärt Ihnen, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Es zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Methoden vermeiden können, und gibt Ratschläge, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind. Wenn Sie mit R oder Python vertraut sind, ermöglicht diese zugängliche, gut lesbare Referenz es Ihnen, Ihr statistisches Wissen für die Praxis deutlich auszubauen.
Aktualisiert: 2021-04-16
> findR *
MEHR ANZEIGEN

Bücher zum Thema Algorithmen

Sie suchen ein Buch über Algorithmen? Bei Buch findr finden Sie eine große Auswahl Bücher zum Thema Algorithmen. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr hat zahlreiche Bücher zum Thema Algorithmen im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche Bücher uvm. Bestellen Sie Ihr Buch zum Thema Algorithmen einfach online und lassen Sie es sich bequem nach Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.

Algorithmen - Große Auswahl Bücher bei Buch findr

Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum Thema Algorithmen, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:

Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien zu finden. Unter Algorithmen und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege. Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.