Machine Learning visuell lernen - von StatQuest
Mit Bildern ganz einfach lernen und verstehen
Diese Publikation zitieren
Accesses
Quotes
Beschreibung / Abstract
Nach der erfolgreichen visuellen Methode des YouTube-Kanals »StatQuest with Josh Starmer« mit über 900.000 Abonnenten
Bild für Bild lernen: vollständig illustrierter Guide zu den wichtigsten Machine-Learning-Konzepten
Alle Grundlagen von Statistik über Algorithmen bis hin zu neuronalen Netzen
Machine Learning ist ein mächtiges Werkzeug, kann aber auch unheimlich kompliziert erscheinen. Genau hier setzt dieses Buch an. Jedes Konzept wird anschaulich anhand von einfachen Bildern erläutert. Egal wie schwierig ein Machine-Learning-Algorithmus ist, der Autor zerlegt ihn in kleine, leicht verständliche Häppchen. So erhältst du ein grundlegendes Verständnis für die einzelnen Methoden, das über die bloßen Formeln hinausgeht.
Dieses Buch hat nicht zum Ziel, die Konzepte zu vereinfachen. Vielmehr bekommst du mit verständlichen und unterhaltsamen Erläuterungen alles Notwendige an die Hand, um ein grundlegendes und zugleich tiefes Verständnis für Machine Learning aufzubauen.
Das Buch setzt keine Vorkenntnisse voraus und erläutert alle Grundlagen Bild für Bild. Es zeigt dir, was Machine Learning ist und auf welchen Konzepten selbstfahrende Autos und Gesichtserkennung beruhen.
Aus dem Inhalt:
- Grundlegende Konzepte des Machine Learnings
- Klassifikation und Kreuzvalidierung
- Statistik-Grundlagen
- Lineare und logistische Regression
- Gradientenabstiegsverfahren
- Naive Bayes
- Überanpassung vermeiden durch Regularisierung
- Entscheidungsbäume
- Support Vector Machines (SVMs)
- Neuronale Netze
Beschreibung
Inhaltsverzeichnis
- Cover
- Impressum
- Über den Autor
- Inhalt
- 01 Grundlegende Konzepte des Machine Learnings!!!
- 02 Kreuzvalidierung!!!
- 03 Grundlegende Konzepte der Statistik!!!
- 04 Lineare Regression!!!
- 05 Gradientenabstiegsverfahren!!!
- 06 Logistische Regression!!!
- 07 Naive Bayes!!!
- 08 Bewertung der Modellleistung!!!
- 09 Überanpassung verhindern durch Regularisierung!!!
- 10 Entscheidungsbäume!!!
- 11 Support-Vektor-Klassifikationen und-Maschinen (SVMs)!!!
- 12 Neuronale Netze!!!
- Anhänge!!!