WAPNIK: THEORIE DER ZEICHENERKENNUN ERR SONDERBAND 28 E-BOOK
Aktualisiert: 2023-05-29
> findR *
Aktualisiert: 2023-05-29
> findR *
Aktualisiert: 2023-05-29
> findR *
Aktualisiert: 2023-05-29
> findR *
Maschinelles Lernen ist die künstliche Generierung von Wissen aus Erfahrung. Dieses Buch diskutiert Methoden aus den Bereichen Statistik, Mustererkennung und kombiniert die unterschiedlichen Ansätze, um effiziente Lösungen zu finden. Diese Auflage bietet ein neues Kapitel über Deep Learning und erweitert die Inhalte über mehrlagige Perzeptrone und bestärkendes Lernen. Eine neue Sektion über erzeugende gegnerische Netzwerke ist ebenfalls dabei.
Aktualisiert: 2023-05-29
> findR *
Die Digitalisierung führt seit einigen Jahren zu drastischen Veränderungen im Controlling, was zu großen Chancen, aber auch zu Herausforderungen führt. In der Controlling-Community herrscht hierzu vielfach noch Unwissenheit und Unsicherheit. Dabei geht es nicht nur um neue digitale Technologien, sondern auch um neue Prozesse und Strukturen in der Planung, der Steuerung und dem Reporting. Dadurch verändern sich die Rollenbilder der Controller wie auch die notwendigen Kompetenzen. Das gesamte Themengebiet ist durch die rasante Entwicklung schwer zu überschauen.
Mit diesem Buch wird ein fundierter Überblick über den aktuellen Stand des digitalen Controllings in der Unternehmenspraxis gegeben. Es werden praxisnahe Einblicke in die neuen Themen gewährt, diese werden in die bestehenden Controllingprozesse eingeordnet und ihre Potenziale werden bewertet.
Aktualisiert: 2023-05-29
> findR *
Die Digitalisierung führt seit einigen Jahren zu drastischen Veränderungen im Controlling, was zu großen Chancen, aber auch zu Herausforderungen führt. In der Controlling-Community herrscht hierzu vielfach noch Unwissenheit und Unsicherheit. Dabei geht es nicht nur um neue digitale Technologien, sondern auch um neue Prozesse und Strukturen in der Planung, der Steuerung und dem Reporting. Dadurch verändern sich die Rollenbilder der Controller wie auch die notwendigen Kompetenzen. Das gesamte Themengebiet ist durch die rasante Entwicklung schwer zu überschauen.
Mit diesem Buch wird ein fundierter Überblick über den aktuellen Stand des digitalen Controllings in der Unternehmenspraxis gegeben. Es werden praxisnahe Einblicke in die neuen Themen gewährt, diese werden in die bestehenden Controllingprozesse eingeordnet und ihre Potenziale werden bewertet.
Aktualisiert: 2023-05-29
> findR *
Wenn Sie R von Grund auf kennenlernen und auch die fortgeschrittenen Techniken zur Lösung gängiger Aufgaben bei der Datenanalyse mit R beherrschen möchten, dann liegen Sie mit diesem Buch goldrichtig. Es bietet Ihnen nicht nur einen Überblick über die Programmierung in R und die Arbeit mit der Sprache, sondern geht auch auf die Arten von Projekten und Anwendungen ein, die R-Entwicklerinnen und -Entwickler häufig in Angriff nehmen müssen. Statistische Analysen, Datenvisualisierungen, maschinelles Lernen und Datenmanagement mit R: All das lernen Sie mit diesem Buch intensiv kennen.
Aktualisiert: 2023-05-26
> findR *
Aktualisiert: 2023-05-27
> findR *
In einer dynamischen und komplexen Welt müssen Entscheidungen oft sehr schnell getroffen werden. Für Unternehmen ist es daher entscheidend, die richtigen Informationen aus den richtigen Daten zu gewinnen, um wettbewerbsfähig zu bleiben. Das Buch bietet dazu Grundlagen und Konzepte. Es erklärt, welches die richtigen Daten sind, wie eine sinnvolle Dateninfrastruktur aufgebaut wird und welche Methoden und Instrumente sich zur Datenanalyse eignen. Es unterstützt dabei im Prozess, konkrete Entscheidungen zu treffen und bereits getroffene Entscheidungen zu untermauern. Lösungsvorschläge und Best-Practice-Beispiele runden das Buch ab.
Inhalte:
- Wie das eigene Datenmanagement solide aufgestellt wird
- Welche Daten generiert und analysiert werden müssen
- Methoden zu einer besseren Entscheidungsfindung
- Werkzeuge & Tools
- Umsetzung und Praxis
- Organisation und IT
Aktualisiert: 2023-05-26
> findR *
Aktualisiert: 2023-05-25
> findR *
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: 2023-05-25
> findR *
Fundierte Datenkompetenz für den Arbeitsplatz entwickeln - auch ohne Programmierkenntnisse
Jenseits der Buzzwords: zentrale Konzepte in Data Science, Statistik und Machine Learning wirklich verstehen
Das Buch vermittelt Grundwissen und eine datenorientierte Denkweise anhand klarer, gut nachvollziehbarer Alltagsbeispiele
Es schließt die Kommunikationslücke zwischen Data Scientists, Führungskräften und all denjenigen, die täglich mit Daten umgehen müssen
Dieses Buch ist ein umfassender Leitfaden für das Verständnis von Datenanalyse am Arbeitsplatz. Alex Gutman und Jordan Goldmeier lüften den Vorhang der Data Science und geben Ihnen die Sprache und die Werkzeuge an die Hand, die Sie benötigen, um informiert mitreden zu können, kritisch über die Auswertung von Daten zu sprechen und die richtigen Fragen zu stellen. Dank dieses Buchs kann jede:r ein Data Head werden und aktiv an Data Science, Statistik und Machine Learning teilnehmen - auch ohne einen technischen Background.In diesem unterhaltsamen und gut verständlichen Buch werden die aktuellen, zum Teil komplexen Data-Science- und Statistik-Konzepte anhand einfacher Beispiele und Analogien veranschaulicht. Sie lernen statistisches Denken, das Vermeiden häufiger Fallstricke bei der Interpretation von Daten, und Sie erfahren, was es mit Machine Learning, Textanalyse, Deep Learning und künstlicher Intelligenz wirklich auf sich hat. Wenn Sie in Ihrem Unternehmen konkret mit Daten arbeiten, Führungskraft oder angehender Data Scientist sind, zeigt Ihnen dieses Buch, wie Sie ein echter Data Head werden.
Aktualisiert: 2023-05-25
> findR *
Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt:
Notation und mathematische Grundlagen
Überwachtes, teilüberwachtes und unüberwachtes Lernen
Grundlegende Lernalgorithmen:
Lineare und logistische Regression
Entscheidungsbäume
Support Vector Machines
k-Nearest-Neighbors
Optimierung mittels Gradientenabstieg
Merkmalserstellung und Handhabung fehlender Merkmale
Auswahl des passenden Lernalgorithmus
Bias, Varianz und das Problem der Unter- und Überanpassung
Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
Deep Learning mit CNNs, RNNs und Autoencodern
Multi-Class-, One-Class- und Multi-Label-Klassifikation
Ensemble Learning
Clustering, Dimensionsreduktion und Erkennen von Ausreißern
Selbstüberwachtes Lernen
Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
— Peter Norvig, Forschungsdirektor bei Google
»Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. […] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
— Aurélien Géron, Senior Artificial Intelligence Engineer
»Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
— Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei Lucidworks
Aktualisiert: 2023-05-25
> findR *
Lisa Schneider entwickelt und implementiert ein Untersuchungsinstrument zur Analyse von Lösungsprozessen beim mathematischen Modellieren, das Modelling-Activity-Interaction-Tool (MAI-Tool). Das MAI-Tool zeichnet sich durch eine digitale Erfassung sowie eine automatisierte Darstellung und algorithmische Auswertung der Daten aus. Im Rahmen einer empirischen Studie wird das MAI-Tool angewendet, in der Modellierungsprozesse von Lernenden beim Lösen einer mathematischen Modellierungsaufgabe untersucht werden: Die Hälfte der Lernenden erhielt eine Unterweisung in idealtypische Modellierungsprozesse, die andere Hälfte nicht. Der Einfluss der Unterweisung auf die Struktur individueller Lösungsprozesse kann nachgewiesen werden und daraus ableitend Hürden während des Modellierens identifiziert werden. Außerdem werden Ergebnisse hinsichtlich des Zusammenhangs von Interaktionen und der Gruppenstruktur präsentiert. Die in der Studie erhobenen Daten werden zur Entwicklung eines Algorithmus mit Machine Learning verwendet, der individuelle Lösungsprozesse anhand von Strukturmerkmalen klassifiziert. Insgesamt leistet diese Forschungsarbeit einen Beitrag zur Grundlagenforschung in mathematischer Modellierung auf technologischer, empirischer und algorithmischer Ebene.
Aktualisiert: 2023-05-25
> findR *
Fundierte Datenkompetenz für den Arbeitsplatz entwickeln - auch ohne Programmierkenntnisse
Jenseits der Buzzwords: zentrale Konzepte in Data Science, Statistik und Machine Learning wirklich verstehen
Das Buch vermittelt Grundwissen und eine datenorientierte Denkweise anhand klarer, gut nachvollziehbarer Alltagsbeispiele
Es schließt die Kommunikationslücke zwischen Data Scientists, Führungskräften und all denjenigen, die täglich mit Daten umgehen müssen
Dieses Buch ist ein umfassender Leitfaden für das Verständnis von Datenanalyse am Arbeitsplatz. Alex Gutman und Jordan Goldmeier lüften den Vorhang der Data Science und geben Ihnen die Sprache und die Werkzeuge an die Hand, die Sie benötigen, um informiert mitreden zu können, kritisch über die Auswertung von Daten zu sprechen und die richtigen Fragen zu stellen. Dank dieses Buchs kann jede:r ein Data Head werden und aktiv an Data Science, Statistik und Machine Learning teilnehmen - auch ohne einen technischen Background.In diesem unterhaltsamen und gut verständlichen Buch werden die aktuellen, zum Teil komplexen Data-Science- und Statistik-Konzepte anhand einfacher Beispiele und Analogien veranschaulicht. Sie lernen statistisches Denken, das Vermeiden häufiger Fallstricke bei der Interpretation von Daten, und Sie erfahren, was es mit Machine Learning, Textanalyse, Deep Learning und künstlicher Intelligenz wirklich auf sich hat. Wenn Sie in Ihrem Unternehmen konkret mit Daten arbeiten, Führungskraft oder angehender Data Scientist sind, zeigt Ihnen dieses Buch, wie Sie ein echter Data Head werden.
Aktualisiert: 2023-05-25
> findR *
Die derzeitige Wirtschaftslage in Europa ist fragil. Spätestens seit dem Kriegsausbruch in der Ukraine und der damit verbundenen Energiekrise in Europa trüben sich die Wachstumserwartungen. Durch die wirtschaftliche Verflechtung zwischen Staaten und Banken ist es in diesen unbeständigen Zeiten wichtig, über Instrumente zu verfügen, um schnell auf veröffentliche Geschäftszahlen von Kreditinstituten reagieren zu können und eigenständig die Bonität von Banken einzuschätzen, da die Anpassung eines externen Ratings oftmals mit einer zeitlichen Verzögerung einhergeht. Daher wird auf Basis von drei Datensätzen mittels maschinellen Lernens versucht, die Determinanten von Emittentenratings von europäischen Banken zu erklären. Unter der Verwendung von Entscheidungsbäumen und logistischen Regressionsmodellen sollen die wesentlichen Einflüsse der binären Klassifikation in die Segmente Investmentgrade und Non-Investmentgrade sowie die ordinale Ratingklasse analysiert werden.
Aktualisiert: 2023-05-25
> findR *
Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten. Im Bereich der KI gab es in den letzten Jahren mehrere spektakuläre Durchbrüche, von über bis , die so bis vor kurzem noch völlig undenkbar waren. Doch schon heute arbeiten Forscher an den Innovationen von morgen, wie hybrides maschinelles Lernen oder neuro-symbolische KI. Aber was verbirgt sich dahinter überhaupt?Anhand aktueller Forschungsergebnisse und spannender Beispiele aus der Praxis bietet dieses Sachbuch einen verständlichen Einstieg in die Grundlagen und Herausforderungen dieser faszinierenden Disziplinen. Sie erfahren, was Neurowissenschaft und Psychologie über die Funktionsweise des Gehirns wissen und wie Künstliche Intelligenz arbeitet. Lernen Sie zudem, wie KI unser Verständnis des Gehirns revolutioniert hat und wie Erkenntnisse aus der Hirnforschung umgekehrt in der Informatik eingesetzt werden, um KI-Algorithmen weiterzuentwickeln. Entdecken Sie die faszinierende Welt dieser beiden Disziplinen. Erfahren Sie, warum Künstliche Intelligenz und Hirnforschung zwei Seiten einer Medaille sind und wie sie unsere Zukunft prägen werden.
Aktualisiert: 2023-05-25
> findR *
Lisa Schneider entwickelt und implementiert ein Untersuchungsinstrument zur Analyse von Lösungsprozessen beim mathematischen Modellieren, das Modelling-Activity-Interaction-Tool (MAI-Tool). Das MAI-Tool zeichnet sich durch eine digitale Erfassung sowie eine automatisierte Darstellung und algorithmische Auswertung der Daten aus. Im Rahmen einer empirischen Studie wird das MAI-Tool angewendet, in der Modellierungsprozesse von Lernenden beim Lösen einer mathematischen Modellierungsaufgabe untersucht werden: Die Hälfte der Lernenden erhielt eine Unterweisung in idealtypische Modellierungsprozesse, die andere Hälfte nicht. Der Einfluss der Unterweisung auf die Struktur individueller Lösungsprozesse kann nachgewiesen werden und daraus ableitend Hürden während des Modellierens identifiziert werden. Außerdem werden Ergebnisse hinsichtlich des Zusammenhangs von Interaktionen und der Gruppenstruktur präsentiert. Die in der Studie erhobenen Daten werden zur Entwicklung eines Algorithmus mit Machine Learning verwendet, der individuelle Lösungsprozesse anhand von Strukturmerkmalen klassifiziert. Insgesamt leistet diese Forschungsarbeit einen Beitrag zur Grundlagenforschung in mathematischer Modellierung auf technologischer, empirischer und algorithmischer Ebene.
Aktualisiert: 2023-05-25
> findR *
Das Phänomen der künstlichen Intelligenz (KI) gewinnt im Vertrags- und Deliktsrecht zunehmend an Bedeutung. Für die Behandlung der Thematik sind Grundkenntnisse der KI notwendig. Die Autoren beschreiben im notwendigen Maße die technischen Aspekte der KI. Sie zeigen auf, dass implementierte KI nichts anderes ist als Computersoftware. KI kann sich zwar unterschiedlich verhalten, dies ist aber immer deterministisch begründet. Es bestehen Herausforderungen bei der Vorhersehbarkeit und Erklärbarkeit der Folgen von KI (xAI). Vor diesem Hintergrund werden die Auswirkungen auf das Vertrags- und Deliktsrecht untersucht. Eine (Teil-)Rechtsfähigkeit von KI bietet dabei keinen Mehrwert. Die wahren Herausforderungen der KI liegen anderswo.
Aktualisiert: 2023-05-25
> findR *
MEHR ANZEIGEN
Bücher zum Thema Machine learning
Sie suchen ein Buch über Machine learning? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema Machine learning. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema Machine learning 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 Machine learning einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
Machine learning - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema Machine learning, 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 Machine learning 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.