Grundkurs Machine Learning

So funktioniert Machine Learning - die ganze Mathematik verständlich gemacht Maschinelles Lernen - alle Grundlagen!. Dieser Grundkurs führt Sie in alle gängigen ML-Methoden ein. Paul Wilmott, bekannt für seine erhellende und unterhaltsame Darstellung angewandter Mathematik, stellt Ihnen die einschlägigen mathematischen Verfahren vor - von linearer Regression bis Neuronale Netze, komplett unabhängig von Software und Code. Der Vorteil dabei: Jeder Schritt ist schwarz auf weiß für Sie nachvollziehbar, kein Framework schaltet sich dazwischen, es geht immer um die Sache selbst. Mit vielen Beispielen, Grafiken und Schritt-für-Schritt-Anleitungen. Für alle, die wirklich verstehen wollen, wie Maschinen lernen. Die mathematischen Grundlagen für maschinelles Lernen Alle wichtigen Algorithmen Schritt für Schritt erklärt Inkl. Reinforcement Learning, k-Nearest Neighbors, Neuronale Netze u. v. m. Die Übersetzung des Kultbuchs "Machine Learning: An Applied Mathematics Introduction" von Paul Wilmott Aus dem Inhalt: Lineare Regression k-Nearest Neighbors Naive Bayes-Klassifikatoren k-Means-Algorithmus Support Vector Machines Logistische Regression Selbstorganisierende Karten Entscheidungsbäume Reinforcement Learning Neuronale Netze