In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-06-27
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-06-27
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-06-26
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-06-01
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-05-31
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-05-18
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-05-11
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-05-11
> findR *
Eine Möglichkeit, um die Sicherheit von Fahrzeugen zu steigern, ist der Einsatz von Fahrerassistenzsystemen. Diese unterliegen heute jedoch häufig einer geringen Nutzerakzeptanz, da die individuell verschiedenen Bedürfnisse von FahrerInnen unterschätzt werden. Um den Nutzungsgrad dieser Systeme zu erhöhen und somit deren Potenziale voll auszuschöpfen, wird in dieser Dissertation eine personalisierte Fahrstilklassifizierung dargestellt. Als Initialisierung für die Personalisierung erfolgt zunächst die Umsetzung eines regelbasierten Klassifizierungsalgorithmus. So wird der Fahrstil anhand von fahrdynamischen Größen in drei Klassen klassifiziert. Der gewählte Ansatz liefert eine robuste Klassifizierung auf Basis einer geringen Menge einzustellender Parameter, sodass eine hohe praktische Nutzbarkeit gegeben ist. Für die Umsetzung der Personalisierung werden in dieser Arbeit Methoden aus dem Bereich des maschinellen Lernens angewandt. So kommt ein neuronales Netz zum Einsatz, das zunächst auf Grundlage der regelbasierten Klassifizierung initialisiert wird. Die Personalisierung basiert auf individuellen Fahrer-Fahrzeug-Interaktionen, welche in einem inkrementellen Transfer Learning herangezogen werden. Die Potenziale der dargestellten Methodik werden in einer ProbandInnenenstudie im realen Feld aufgezeigt. Die Auswertung ergibt eine individuelle Verbesserung der Klassifizierung für die ProbandInnen von im Mittel +32 %.
Aktualisiert: 2023-04-13
> findR *
In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt.Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert.
Aktualisiert: 2023-04-01
> findR *
Heutzutage stoßen herkömmliche Datenverwaltungsprozesse bei der Nutzung von heterogenen Daten häufig an ihre Grenzen. Als neue Methode zur automatischen Bearbeitung unstrukturierter Daten hat sich inzwischen die künstliche Intelligenz (engl. Artificial Intelligence (AI)) durchgesetzt und findet mittlerweile Anwendung in allen Bereichen der Wirtschaft.
Generell hängt der Erfolg des Einsatzes von maschinellem Lernen stark von der Größe der verwendeten Datensätze ab. Deshalb geht der Trend zur Verarbeitung immer größerer Datensätze durch immer komplexere Modelle, die einen stetigen Ausbau der technischen Ressourcen erfordern. Dies schränkt aber nicht nur das Einsatzgebiet des maschinellen Lernens aufgrund fehlender Datensammlungen stark ein, sondern auch die Menge der Anwenderinnen und Anwender, da ihnen die benötigte technische Ausrüstung nicht zur Verfügung steht. Aus diesem Grund hat sich in der letzten Zeit ein Forschungsgebiet entwickelt, welches versucht, diese Einschränkungen zu umgehen, indem nach Techniken gesucht wird, durch die die benötigten Datenmengen und somit auch die technischen Ressourcen reduziert werden können. In dieser Arbeit wird der Ansatz verfolgt, dass entweder durch geschickte Vorverarbeitung oder aber durch den Transfer des Wissens von großen vortrainierten Modellen mittels Transfer Learning auch aus kleinen Datensätzen ausreichend Informationen gezogen werden können, um so ein Modell auf eine neue Aufgabe zu trainieren.
Aktualisiert: 2022-02-15
> findR *
MEHR ANZEIGEN
Bücher zum Thema Transfer Learning
Sie suchen ein Buch über Transfer Learning? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema Transfer Learning. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema Transfer 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 Transfer Learning einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
Transfer Learning - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema Transfer 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 Transfer 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.