Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow. Aurélien Géron
rel="nofollow" href="#ub9105e52-b562-43ee-9cbe-d65f1a1fa671">Ridge-Regression
Abschätzen von Wahrscheinlichkeiten
Lineare Klassifikation mit SVMs
Nichtlineare SVM-Klassifikation
Entscheidungsfunktion und Vorhersagen
Zielfunktionen beim Trainieren
Trainieren und Visualisieren eines Entscheidungsbaums
Schätzen von Wahrscheinlichkeiten für Kategorien
Gini-Unreinheit oder Entropie?
Hyperparameter zur Regularisierung
7Ensemble Learning und Random Forests
Abstimmverfahren unter Klassifikatoren
Bagging und Pasting in Scikit-Learn
Zufällige Patches und Subräume
Die wichtigsten Ansätze zur Dimensionsreduktion
Hauptkomponentenzerlegung (PCA)