Schafherden und Vektorräume

Maschinelles Lernen

CoverMaschinelles Lernen verbindet Informatik, Mathematik und ein fachliches Anwendungsgebiet miteinander. Das Buch berücksichtigt alle drei Teilgebiete: Verwendung von Algorithmen des maschinellen Lernens inklusive theoretischem Hintergrund, um zu verstehen, wie und warum diese Algorithmen funktionieren. Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens in Form eines „Kickstarts“. Praktische Umsetzung der Algorithmen mittels NumPy und SciPy. Schließlich werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u. a. Random Forest, DBSCAN und Q-Learning.

Wer Kenntnisse in objektorientierter Programmierung und Basiswissen der Hochschulmathematik hat, kann mit dem Buch ins Thema einsteigen. Wobei die nötige Mathematik eingebettet im Buch präsentiert wird. Die Theorie sieht man dort direkt in Python-Code umgesetzt. Support Vector Machines und Deep Learning lernt man auf Basis von scikit-learn bzw. Keras. Das Buch richtet sich an Studis der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik oder Data Science sowie für Ingenieur*innen und Informatiker*innen in der Praxis.

Der Quellcode steht nicht nur im Buch, sondern auch als Download zur Verfügung: www.joerg.frochte.de. Online gibt es auch die Fehlerkorrekturen zum Buch ;-)

Fazit: Erfahrener Dozent führt aus verschiedenen technischen Blickwinkeln in das Thema ein. Fundiert.

Themen

  • Lernen, was bedeutet das eigentlich?
  • Logisch denken
  • Unüberwachtes Lernen
  • Entscheiden bei Unsicherheit
  • Entscheidungsbäume
  • Markow-Entscheidungsproblem
  • Strukturierte und unstrukturierte Daten
  • Einheitskreise
  • Matplotlib
  • Bayes-Klassifikator
  • Lineare Modelle
  • Lazy Learning
  • Ein- und mehrschichtige Feedforward-Netze
  • Deep Neural Networks mit Keras
  • Feature-Reduktion und Feature-Auswahl
  • Clusterbildung
  • Fuzzyfier
  • Schafherden und Vektorräume
  • Einlagiges Perzepton und Hebbsche Lernregel

Jörg Frochte: „Maschinelles Lernen: Grundlagen und Algorithmen in Python“. Hanser 2019. 38,- EUR. ISBN 978-3-446-45996-0.

Und was soll der Artikeltitel? Schafherden und Vektorräume? Verrate ich nicht, da könnt Ihr selbst nachlesen ;-)

Augen-Logo Maria

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.