So funktioniert Machine Learning – die ganze Mathematik verständlich gemachtMaschinelles 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 LernenAlle wichtigen Algorithmen Schritt für Schritt erklärtInkl. 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 Regressionk-Nearest NeighborsNaive Bayes-Klassifikatorenk-Means-AlgorithmusSupport Vector MachinesLogistische RegressionSelbstorganisierende KartenEntscheidungsbäumeReinforcement LearningNeuronale Netze
