Machine Learning kompakt : (Titelsatznr. 72182)
[ MARC ]
000 -Satzkennung | |
---|---|
Kontrollfeld mit fester Länge | 04596nam a22003253i 4500 |
001 - Kontrollnummer | |
Kontrollfeld | EBC6947733 |
003 - Kontrollnummer Identifier | |
Kontrollfeld | MiAaPQ |
005 - Datum und Zeit der letzten Transaktion | |
Kontrollfeld | 20250225161105.0 |
007 - Feld mit fester Länge zur physischen Beschreibung - Allgemeine Information | |
Kontrollfeld mit fester Länge | cr cnu|||||||| |
008 - Feld mit fester Länge zur physischen Beschreibung - Allgemeine Angaben | |
Kontrollfeld mit fester Länge | 250225s2019 xx o ||||0 ger d |
020 ## - Internationale Standardbuchnummer | |
Internationale Standardbuchnummer | 9783958459960 |
Nähere Angaben | (electronic bk.) |
040 ## - Katalogisierungsquelle | |
Original-Katalogisierungsstelle | MiAaPQ |
Katalogisierungssprache | eng |
Übertragungsstelle | MiAaPQ |
100 1# - Haupteintragung - Personenname | |
Personenname | Burkov, Andriy. |
Koha-Normdatenidentnummer | 65896 |
245 10 - Titel | |
Titel | Machine Learning kompakt : |
Zusatz zum Titel | Alles, was Sie wissen müssen. |
250 ## - Ausgabebezeichnung | |
Ausgabebezeichnung | 1st ed. |
264 #1 - Produktion, Veröffentlichung, Distribution, Herstellung und Urheberrechtsvermerk | |
Herstellungs-, Veröffentlichungs- Vertriebs-, Erzeugungsort | Frechen : |
Produzent, Herausgeber, Distributor, Hersteller | mitp, |
Datum der Herstellung, der Veröffentlichung, des Vertriebs oder des Urheberschutzvermerks | 2019. |
264 #4 - Produktion, Veröffentlichung, Distribution, Herstellung und Urheberrechtsvermerk | |
Datum der Herstellung, der Veröffentlichung, des Vertriebs oder des Urheberschutzvermerks | {copy}2019. |
300 ## - Physische Beschreibung | |
Umfang | 1 online resource (202 pages) |
336 ## - Inhaltstyp | |
Inhaltstypterm | Text |
Inhaltstypcode | txt |
Quelle | rdacontent |
337 ## - Medientyp | |
Bezeichnung des Medientyps | Computermedien |
Medientypcode | c |
Quelle | rdamedia |
338 ## - Datenträgertyp | |
Datenträgertypbezeichnung | Online Resource |
Datenträgertypcode | cr |
Quelle | rdacarrier |
500 ## - Allgemeine Fußnote | |
Allgemeine Fußnote | E-Book-ProQuest / Fernzugriff nach Registrierung möglich |
505 0# - Fußnote zu strukturierten Inhaltsangaben | |
Fußnote zu strukturierten Inhaltsangaben | Cover -- Titel -- Impressum -- Vorwort zur deutschen Ausgabe -- Vorwort -- Einleitung -- Wer sollte dieses Buch lesen? -- Verwendung des Buchs -- Einführung -- Was ist Machine Learning? -- Arten des Lernens -- Überwachtes Lernen -- Unüberwachtes Lernen -- Teilüberwachtes Lernen -- Reinforcement Learning -- Funktionsweise des überwachten Lernens -- Weshalb das Modell mit neuen Daten umgehen kann -- Notation und Definitionen -- Notation -- Datenstrukturen -- Summenschreibweise -- Produktschreibweise -- Mengenoperationen -- Vektoroperationen -- Funktionen -- Max und Arg Max -- Zuweisungsoperator -- Ableitung und Gradient -- Zufallsvariable -- Erwartungstreue Schätzer -- Satz von Bayes -- Parameterschätzung -- Parameter und Hyperparameter -- Klassifikation und Regression -- Modellbasiertes und instanzbasiertes Lernen -- Shallow Learning und Deep Learning -- Grundlegende Algorithmen -- Lineare Regression -- Problemstellung -- Lösung -- Logistische Regression -- Problemstellung -- Lösung -- Entscheidungsbaum-Lernen -- Problemstellung -- Lösung -- Support Vector Machine -- Handhabung von Rauschen -- Handhabung inhärenter Nichtlinearität -- k-Nearest-Neighbors -- Aufbau eines Lernalgorithmus -- Bausteine eines Lernalgorithmus -- Gradientenabstieg -- Wie Machine-Learning-Entwickler vorgehen -- Besonderheiten von Lernalgorithmen -- Grundlegende Techniken -- Merkmalserstellung -- One-hot-Codierung -- Binning -- Normalisierung -- Standardisierung -- Handhabung fehlender Merkmale -- Datenimputationsverfahren -- Auswahl von Lernalgorithmen -- Drei Mengen -- Unteranpassung und Überanpassung -- Regularisierung -- Beurteilung der Leistung eines Modells -- Wahrheitsmatrix -- Genauigkeit und Trefferquote -- Korrektklassifikationsrate -- Kostensensitive Korrektklassifikationsrate -- Fläche unter der ROC-Kurve -- Abstimmung der Hyperparameter -- Kreuzvalidierung. |
505 8# - Fußnote zu strukturierten Inhaltsangaben | |
Fußnote zu strukturierten Inhaltsangaben | Neuronale Netze und Deep Learning -- Neuronale Netze -- Beispiel: mehrschichtiges Perzeptron -- Neuronale Feedforward-Netzarchitektur -- Deep Learning -- Convolutional Neural Networks (CNNs) -- Rekurrente neuronale Netze (RNNs) -- Aufgaben und Lösungen -- Kernel-Regression -- Multi-Class-Klassifikation -- One-Class-Klassifikation -- Multi-Label-Klassifikation -- Ensemble Learning -- Boosting und Bagging -- Random Forest -- Gradient Boosting -- Kennzeichnung von Sequenzen erlernen -- Sequenz-zu-Sequenz-Lernen -- Aktives Lernen -- Teilüberwachtes Lernen -- One-Shot Learning -- Zero-Shot Learning -- Fortgeschrittene Techniken -- Handhabung unausgewogener Datenmengen -- Modelle kombinieren -- Trainieren neuronaler Netze -- Erweiterte Regularisierung -- Handhabung mehrerer Eingaben -- Handhabung mehrerer Ausgaben -- Transfer Learning -- Effizienz von Algorithmen -- Unüberwachtes Lernen -- Dichteschätzung -- Clustering -- k-Means-Clustering -- DBSCAN und HDBSCAN -- Anzahl der Cluster festlegen -- Weitere Clustering-Algorithmen -- Dimensionsreduktion -- Hauptkomponentenanalyse -- UMAP -- Erkennung von Ausreißern -- Weitere Formen des Lernens -- Metric Learning -- Ranking -- Empfehlungen -- Faktorisierungsmaschinen -- Denoising Autoencoder -- Selbstüberwachtes Lernen: Wort-Embeddings -- Schlussbemerkungen -- Was nicht behandelt wurde -- Topic Modeling -- Gaußprozesse -- Generalisierte lineare Modelle -- Probabilistische grafische Modelle -- Markow-Ketten-Monte-Carlo-Algorithmen -- Generative Adversarial Networks -- Genetische Algorithmen -- Reinforcement Learning -- Danksagungen -- Index. |
655 ## - Indexierungsterm - Genre/Form | |
Genre/Form oder fokussierter Term | Fernzugriff |
Koha-Normdatenidentnummer | 230 |
655 #4 - Indexierungsterm - Genre/Form | |
Genre/Form oder fokussierter Term | |
776 08 - Andere physische Form | |
Verweisungsphrase | Print version: |
Haupteintragung | Burkov, Andriy |
Titel | Machine Learning kompakt |
Ort, Verlag und Erscheinungsjahr | Frechen : mitp,c2019 |
856 40 - Elektronische Adresse und Zugriff | |
URL | <a href="https://ebookcentral.proquest.com/lib/maxweberstiftung-ebooks/detail.action?docID=6947733">https://ebookcentral.proquest.com/lib/maxweberstiftung-ebooks/detail.action?docID=6947733</a> |
OPAC-Notiz | Volltext |
942 ## - Zusätzliche Felder (Koha) | |
Koha-Medientyp | E-Books |
Ausgeschieden | Verloren | Klassifikation oder Aufstellungssystematik | Beschädigt | Nicht entleihbar | Heimatbibliothek | Aufenthaltsbibliothek | Aufstellungsort | Erwerbungsdatum | Inventarnummer | Signatur | Barcode | Letzte Aktivität | Preis gültig von | Koha-Medientyp |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Andere/Generische Klassifikation | MWN Osteuropa | MWN Osteuropa | Online-Ressource | 25/02/2025 | 25-e00258 | E-25-e00258 | 75092 | 25/02/2025 | 25/02/2025 | E-Books |