Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow. Aurélien Géron

Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron


Скачать книгу

image Zu diesem Buch – sowie zu vielen weiteren O’Reilly-Büchern – können Sie auch das entsprechende E-Book im PDF-Format herunterladen. Werden Sie dazu einfach Mitglied bei oreilly.plus+: www.oreilly.plus

       2. AUFLAGE

       Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow

       Konzepte, Tools und Techniken für intelligente Systeme

       Aurélien Géron

       Deutsche Übersetzung von Kristian Rother & Thomas Demmig

image

      Aurélien Géron

      Lektorat: Alexandra Follenius

      Übersetzung: Kristian Rother, Thomas Demmig

      Korrektorat: Sibylle Feldmann, www.richtiger-text.de

      Satz: III-satz, www.drei-satz.de

      Herstellung: Stefanie Weidner

      Umschlaggestaltung: Karen Montgomery, Michael Oréal, www.oreal.de

      Bibliografische Information der Deutschen Nationalbibliothek

      Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

      ISBN:

      Print 978-3-96009-124-0

      PDF 978-3-96010-339-4

      ePub 978-3-96010-340-0

      mobi 978-3-96010-341-7

      2. Auflage

      Translation Copyright für die deutschsprachige Ausgabe © 2020 dpunkt.verlag GmbH

      Wieblinger Weg 17

      69123 Heidelberg

      Authorized German translation of the English edition of Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, ISBN 9781492032649 © 2019 Kiwisoft S.A.S. This translation is published and sold by permission of O’Reilly Media, Inc., which owns or controls all rights to publish and sell the same.

      Dieses Buch erscheint in Kooperation mit O’Reilly Media, Inc. unter dem Imprint »O’REILLY«. O’REILLY ist ein Markenzeichen und eine eingetragene Marke von O’Reilly Media, Inc. und wird mit Einwilligung des Eigentümers verwendet.

image

       Hinweis:

      Dieses Buch wurde auf PEFC-zertifiziertem Papier aus nachhaltiger Waldwirtschaft gedruckt. Der Umwelt zuliebe verzichten wir zusätzlich auf die Einschweißfolie.

       Schreiben Sie uns:

      Falls Sie Anregungen, Wünsche und Kommentare haben, lassen Sie es uns wissen: [email protected].

      Die vorliegende Publikation ist urheberrechtlich geschützt. Alle Rechte vorbehalten. Die Verwendung der Texte und Abbildungen, auch auszugsweise, ist ohne die schriftliche Zustimmung des Verlags urheberrechtswidrig und daher strafbar. Dies gilt insbesondere für die Vervielfältigung, Übersetzung oder die Verwendung in elektronischen Systemen.

      Es wird darauf hingewiesen, dass die im Buch verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken- oder patentrechtlichem Schutz unterliegen.

      Alle Angaben und Programme in diesem Buch wurden mit größter Sorgfalt kontrolliert. Weder Autor noch Verlag noch Übersetzer können jedoch für Schäden haftbar gemacht werden, die in Zusammenhang mit der Verwendung dieses Buches stehen.

      5 4 3 2 1 0

       Inhalt

       Vorwort

       Teil IDie Grundlagen des Machine Learning

       1Die Machine-Learning-Umgebung

       Was ist Machine Learning?

       Warum wird Machine Learning verwendet?

       Anwendungsbeispiel

       Unterschiedliche Machine-Learning-Systeme

       Überwachtes/unüberwachtes Lernen

       Batch- und Online-Learning

       Instanzbasiertes versus modellbasiertes Lernen

       Die wichtigsten Herausforderungen beim Machine Learning

       Unzureichende Menge an Trainingsdaten

       Nicht repräsentative Trainingsdaten

       Minderwertige Daten

       Irrelevante Merkmale

       Overfitting der Trainingsdaten

       Underfitting der Trainingsdaten

       Zusammenfassung

       Testen und Validieren

       Hyperparameter anpassen und Modellauswahl

       Datendiskrepanz

       Übungen

       2Ein


Скачать книгу