Schön, dass Sie da sind. Jetzt anmelden / registrieren.
Der schnellste Weg zu unseren Experten:  02191 - 99 11 00
EDV-BUCHVERSAND Delf Michel
Ihr Berater für Software & Fachbücher
Schön, dass Sie da sind. Jetzt anmelden / registrieren.
Der schnellste Weg zu unseren Experten:  02191 - 99 11 00
Machine Learning mit Python und Scikit-learn und TensorFlow - Das Praxis-Handbuch für Data Science und Deep Learning / Autor:  Raschka, Sebastian / Mirjalili, Vahid, 978-3-95845-733-1
Raschka, Sebastian / Mirjalili, Vahid

Machine Learning mit Python und Scikit-learn und TensorFlow

Das Praxis-Handbuch für Data Science und Deep Learning

2., aktualisierte und erweiterte Auflage

577 Seiten, Softcover, 2. Auflage
Erschienen 01/2018
mitp Verlag
ISBN 978-3-95845-733-1

49,99 inkl. MwSt.
Versandkostenfrei (D) i
Best.Nr.: ITP-733
Sofort Lieferbar Sofort lieferbar i
 
Sie erhalten zu diesem Produkt eine Gratis-Ausgabe des aktuellen Magazins.
Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien.

Die zweite Auflage dieses Buchs berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dies betrifft insbesondere die neuesten Open-Source-Bibliotheken wie Scikit-learn, Keras und TensorFlow.

Python zählt zu den führenden Programmiersprachen in den Bereichen Machine Learning, Data Science und Deep Learning und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten.

Die Autoren erläutern umfassend den Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür behandeln sie in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Sie lernen detailliert, wie Sie Python für maschinelle Lernverfahren einsetzen und dabei eine Vielzahl von statistischen Modellen verwenden.

Aus dem Inhalt

  • Trainieren von Lernalgorithmen für die Klassifizierung
  • Regressionsanalysen zum Prognostizieren von Ergebnissen
  • Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten
  • Deep-Learning-Verfahren zur Bilderkennung
  • Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung
  • Datenkomprimierung durch Dimensionsreduktion
Hier das ganze Inhaltsverzeichnis lesen.
  • Training Neuronaler Netze mit TensorFlow
  • Kombination verschiedener Modelle für das Ensemble Learning
  • Einbettung eines Machine-Learning-Modells in eine Webanwendung
  • Stimmungsanalyse in Social Networks
  • Modellierung sequenzieller Daten durch rekurrente Neuronale Netze

Wer hat’s geschrieben?

Sebastian Raschka, Autor des viel verkauften Buches Python Machine Learning, ver-fügt über jahrelange Erfahrung in der Python-Programmierung und leitete meh-rere Seminare über praktische Data-Science-Anwendungen, Machine Learning und Deep Learning, unter anderem eine Einführung in Machine Learning auf der SciPy-Konferenz, der maßgeblichen Veranstaltung für wissenschaftliche Anwen-dungen in Python.

Seine Forschungsprojekte befassen sich zwar vornehmlich mit Fragen der Berech-nung biologischer Phänomene, aber es bereitet ihm ebenfalls Freude, über Themen wie Data Science, Machine Learning und Python-Programmierung im Allgemei-nen nachzudenken und zu schreiben, um es auch Leuten ohne Kenntnisse in Bezug auf maschinelle Lernverfahren zu ermöglichen, datengesteuerte Lösungen zu entwickeln.

Seine Arbeiten und Beiträge wurden kürzlich mit dem Preis für herausragende Leistungen von Hochschulabsolventen 2016 sowie dem ACM Computing Reviews Best of 2016/2017 ausgezeichnet. In seiner Freizeit leistet Sebastian aktiv Beiträge zu Open-Source-Projekten und die von ihm implementierten Verfahren werden erfolgreich in Mustererkennungswettbewerben wie z.B. Kaggle eingesetzt.
Vahid Mirjalili erlangte seinen Doktortitel als Maschinenbauingenieur mit einer Arbeit über neue Verfahren für Computersimulationen molekularer Strukturen. Derzeit erforscht er Anwendungen des Machine Learnings in verschiedenen Com-puter-Vision-Projekten (»maschinelles Sehen«) am Fachbereich für Informatik und Ingenieurswesen an der Michigan State University.

Vahid hat sich für Python als bevorzugte Programmiersprache entschieden und während seiner akademischen Laufbahn enorme Erfahrung in der Python-Pro-grammierung gesammelt. Er hat an der Michigan State University Programmier-kurse in Python für angehende Ingenieure geleitet, was es ihm ermöglichte, den Studenten ein besseres Verständnis verschiedener Datenstrukturen und die effi-ziente Entwicklung von Python-Code zu vermitteln.

Neben der Erforschung von Deep Learning und Anwendungen des maschinellen Sehens ist er besonders daran interessiert, Lernverfahren zu entwickeln, die bio-metrische Daten wie Bilder von Gesichtern besser schützen, sodass ein Benutzer nicht mehr Informationen preisgibt als beabsichtigt. Darüber hinaus arbeitet er mit einem Team von Ingenieuren zusammen, das selbstfahrende Autos entwi-ckelt. Er entwirft dabei Modelle neuronaler Netzwerke, die anhand multispektraler Bilddaten Fußgänger erkennen.
Sofort lieferbar! Für Bestellungen, die werktags bis 17 Uhr bei uns eingehen, erfolgt der Versand noch am selben Tag!
Infos zum eBook-Kauf Wir stellen Ihnen dieses eBook im Format zur Verfügung. Ihr eBook finden Sie nach Bestellabschluss in MEIN KONTO - unserem exklusiven Kundenportal - zum Download.
Infos zum eBook-Kauf Wir stellen Ihnen dieses eBook im Format zur Verfügung. Ihr eBook finden Sie nach Bestellabschluss in MEIN KONTO - unserem exklusiven Kundenportal - zum Download.

Nutzungsbedingungen zu den eBooks des Microsoft Press Verlags. (PDF)

Das rot-gelbe "+ eBook"-Symbol befindet sich am Produkt. Käufer des gedruckten Buches haben die Möglichkeit & das Recht, das zugehörige eBook später herunterzuladen. Ohne Aufpreis.
Mehr erfahren
Sofort lieferbar! Mit dem Kauf dieses Artikels verzichten Sie auf Ihr Widerrufsrecht!
Für die Bestellung dieses Artikels erfolgt die Bearbeitung und Bereitstellung (Download-Link / Lizenzschlüssel) mit unserer Rechnungsstellung (Montag bis Freitag zwischen 9 und 17 Uhr).
Versandkosten Die Versandkosten für Deutschland betragen € 2.95. Für Österreich berechnen wir € 5,95 Versand und für die Schweiz € 12,95.
Kunden aus anderen Ländern entnehmen die für sie geltenden Versandkosten bitte dem Warenkorb.
Versandkosten Bücher sind innerhalb Deutschlands grundsätzlich versandkostenfrei.
Für Österreich berechnen wir € 5,95 Versand und für die Schweiz € 12,95.
Kunden aus anderen Ländern entnehmen die für sie geltenden Versandkosten bitte dem Warenkorb.