Maschinelles Lernen ist aufregend: Mit schnellen Prozessoren und großen Speichern können Computer aus Erfahrungen lernen, künstliche Intelligenz kommt in Reichweite. Mit diesem Buch verstehen Sie, was maschinelles Lernen bedeutet, für welche Probleme es sich eignet und wie Sie mit Python, R und speziellen Werkzeugen maschinelles Lernen implementieren.
In diesem Buch steht die praktische Anwendung maschinellen Lernens im Vordergrund. Spielen Sie mit den Tools, haben Sie Spaß dabei und verstehen Sie, welche Möglichkeiten das maschinelle Lernen eröffnet.
Sie erfahren
Welche Rolle die Statistik spielt
Welche Werkzeuge Sie brauchen, damit auch Ihre Maschine lernt
Wie Sie Texte einlesen und bearbeiten, bewerten und klassifizieren
John Paul Mueller ist freiberuflicher Autor und technischer Redakteur. Er hat das Schreiben im Blut und veröffentlichte bis jetzt 97 Bücher und mehr als 600 Artikel. Die Themen reichen von Vernetzung bis zu künstlicher Intelligenz und von Datenbankmanagement bis hin zur Programmierung. Einige seiner aktuellen Bücher sind ein Buch über Python für Anfänger und ein Buch über MATLAB. Er hat auch ein Java-E-Learning-Kit, ein Buch über HTML5-Entwicklung mit JavaScript und ein anderes über CSS3 geschrieben. Seine technischen Verarbeitungsfertigkeiten haben mehr als 63 Autoren geholfen, das Material ihrer Manuskripte zu verbessern.
Wenn John Mueller nicht am Computer arbeitet, können Sie ihn draußen im Garten beim Holzhacken finden, er genießt die Natur im Allgemeinen. Er genießt auch die Herstellung von Wein und Cookies und mag Backen und Stricken. Wenn er mit nichts anderem beschäftigt ist, macht er Glycerin-Seife und Kerzen, die sich als recht nützliche Geschenke erweisen.
Luca Massaron ist Data Scientist und Marketingforschungsdirektor, der sich auf multivariate statistische Analyse, maschinelles Lernen und Kundeninformationen spezialisiert hat. Er besitzt mehr als ein Jahrzehnt Erfahrung mit der Lösung von echten Problemen und der Erstellung von Werten für Stakeholder durch die Nutzung von Argumentationen, Statistiken, Data Mining und Algorithmen.
