Machine Learning Mit Python Das Praxis Handbuch Fur Data Science Predictive Analytics Und Deep Learning


Machine Learning Mit Pythondas Praxis Handbuch Fur Data Science Predictive Analytics Und Deep Learning
Author: SEBASTIAN RASCHKA.
Publisher:
ISBN: 9783958454231
Size: 40.21 MB
Format: PDF, ePub, Mobi
View: 1040
Get Books

Machine Learning Mit Python Das Praxis Handbuch Fur Data Science Predictive Analytics Und Deep Learning

eBook File: Machine-learning-mit-pythondas-praxis-handbuch-fur-data-science-predictive-analytics-und-deep-learning.PDF Book by SEBASTIAN RASCHKA., Machine Learning Mit Python Das Praxis Handbuch Fur Data Science Predictive Analytics Und Deep Learning Books available in PDF, EPUB, Mobi Format. Download Machine Learning Mit Python Das Praxis Handbuch Fur Data Science Predictive Analytics Und Deep Learning books,


MACHINE LEARNING MIT PYTHON;DAS PRAXIS-HANDBUCH FUR DATA SCIENCE, PREDICTIVE ANALYTICS UND DEEP LEARNING.
Language: un
Pages:
Authors: SEBASTIAN RASCHKA.
Categories:
Type: BOOK - Published: - Publisher:
Books about MACHINE LEARNING MIT PYTHON;DAS PRAXIS-HANDBUCH FUR DATA SCIENCE, PREDICTIVE ANALYTICS UND DEEP LEARNING.
Data Science mit Python
Language: de
Pages: 552
Authors: Jake VanderPlas
Categories: Computers
Type: BOOK - Published: 2017-11-24 - Publisher: MITP-Verlags GmbH & Co. KG
Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: ● IPython und Jupyter für datenintensive Berechnungen ● NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python ● Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten ● Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu
Blockchain Grundlagen
Language: de
Pages: 264
Authors: Daniel Drescher
Categories: Computers
Type: BOOK - Published: 2017-10-25 - Publisher: MITP-Verlags GmbH & Co. KG
Was ist die Blockchain, wofür wird sie benötigt, warum und wie funktioniert sie und warum ist die Technologie so erfolgreich Verständliche Erläuterungen der technischen Konzepte der Blockchain Hashfunktionen, kryptographische Signaturen, asymmetrische Verschlüsslung, Blockchain-Datenstruktur und -Algorithmus einfach und anschaulich erklärt Die Blockchain wird häufig als die größte Erfindung seit dem Aufkommen des Internets bezeichnet, denn sie ermöglicht das Durchführen einer Vielzahl von Transaktionen: von Geldüberweisungen und Kreditaufnahmen über Versicherungsleistungen bis hin zur Verwaltung von Dokumenten – und das ganz ohne Betrugsrisiko und ohne Institutionen wie Behörden, Banken und Versicherungen. Dieses Buch richtet sich an alle, die sich allgemein über die Blockchain-Technologie, ihre Funktionsweise, ihre Rolle in praktischen Geschäftsanwendungen sowie ihre möglichen Auswirkungen auf unser Finanzsystem informieren möchten. In 25 Schritten lernen Sie leicht verständlich die Grundlagen der Blockchain-Technologie und die dahinterstehenden technischen Konzepte kennen – ohne mathematische Formeln, Programmiercode oder IT-Fachjargon. Auch Fachwissen aus den Bereichen Informatik, Mathematik, Programmierung oder Kryptographie wird nicht vorausgesetzt; es werden alle Fachbegriffe anhand anschaulicher Beispiele und Analogien erklärt. Sie lernen: • Was ist die Blockchain? • Wozu wird sie benötigt und welches Problem löst sie? • Warum sind alle so begeistert von der Blockchain und ihrem Potenzial? • Was sind die wesentlichen Komponenten der Blockchain
Praxiseinstieg Machine Learning mit Scikit-Learn und TensorFlow
Language: de
Pages: 576
Authors: Aurélien Géron
Categories: Computers
Type: BOOK - Published: 2018-01-05 - Publisher: O'Reilly
Durchbrüche beim Deep Learning haben das maschinelle Lernen in den letzten Jahren eindrucksvoll vorangebracht. Inzwischen können sogar Programmierer, die kaum etwas über diese Technologie wissen, mit einfachen, effizienten Werkzeugen Machine-Learning-Programme implementieren. Dieses praxisorientierte Buch zeigt Ihnen wie. Mit konkreten Beispielen, einem Minimum an Theorie und zwei unmittelbar anwendbaren Python-Frameworks – Scikit-Learn und TensorFlow – verhilft Ihnen der Autor Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Sie lernen eine Vielzahl von Techniken kennen, beginnend mit einfacher linearer Regression bis hin zu neuronalen Netzen. Übungen zu jedem Kapitel helfen Ihnen, das Gelernte in die Praxis umzusetzen. Sie benötigen lediglich etwas Programmiererfahrung, um direkt zu starten. - Entdecken Sie Machine Learning, insbesondere neuronale Netze und das Deep Learning - Verwenden Sie Scikit-Learn, um ein Machine-Learning-Beispielprojekt vom Anfang bis zum Ende nachzuvollziehen - Erkunden Sie verschiedene trainierbare Modelle, darunter Support Vector Machines, Entscheidungsbäume, Random Forests und Ensemble-Methoden - Nutzen Sie die Bibliothek TensorFlow, um neuronale Netze zu erstellen und zu trainieren - Lernen Sie Architekturen neuronaler Netze kennen, darunter Convolutional Nets, Recurrent Nets und Deep Reinforcement Learning - Eignen Sie sich Techniken zum Trainieren und Skalieren von neuronalen Netzen an - Wenden Sie Codebeispiele an, ohne
Data Science und Advanced Analytics für alle
Language: de
Pages: 352
Authors: Denis Krutikov
Categories: Science
Type: BOOK - Published: 2020-12-04 - Publisher: tredition
Eine einfache Einführung in Data Science und Advanced Analytics für alle Interessierten, unabhängig von Wissensstand und Ausbildung. Wenn Sie verstehen wollen, was Künstliche Intelligenz ist, welche Fragen mit Data Science beantwortet werden können, wie die solchen Systemen zugrundeliegende Technologie funktioniert und was damit möglich ist (und vielleicht noch wichtiger - was nicht), dann haben Sie genau den richtigen Text vor sich.
Data Science
Language: de
Pages: 250
Authors: Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden
Categories: Science
Type: BOOK - Published: 2018-12-31 - Publisher:
Books about Data Science
Computational Social Science
Language: de
Pages: 402
Authors: Andreas Blätte, Joachim Behnke, Kai-Uwe Schnapp, Claudius Wagemann
Categories: Political Science
Type: BOOK - Published: 2018-05-30 - Publisher: Nomos Verlag
"Big Data" ist in aller Munde. Zeitungen, Zeitschriften und Bücher greifen das Thema auf; es wird viel debattiert. Wie fundamental die Umwälzungen sind, die mit der Datenflut einhergehen, dringt erst seit kurzem ins öffentliche Bewusstsein. Was aber bedeutet "Big Data" für die Politikwissenschaft? Welche Herausforderungen stellen sich? Der Sammelband trägt politikwissenschaftliche Perspektiven auf neue Entwicklungen zusammen, um zur Diskussion darüber beizutragen, welche Art von Veränderungen der Arbeitsweisen, Erkenntnismöglichkeiten und Erkenntnisprozesse empirischer politikwissenschaftlicher Forschung sich aufgrund der Möglichkeiten der Digitalisierung ergeben haben. Der Ausrichtung der Sektion Methoden folgend ist der Band vorrangig auf die methodisch-technischen, weniger auf die moralischen und gesellschaftspolitischen Dimensionen des Gesamtthemas Big Data und New Analytics ausgerichtet. Mit Beiträgen von Florian Bader, Joachim Behnke, Andreas Blätte, Sebastian Dumm, Mennatallah El-Assady, Thorsten Faas, Valentin Gold, Simon Hegelich, Christian Hoops, Pascal Jürgens, Andreas Jungherr, Cathleen Kantner, Kelly Lancaster, Christian Müller, Simon Munzert, Dominic Nyhuis, Maximilian Overbeck, Christian Rohrdantz, Christian Rubba, Gary S. Schaal, Kai-Uwe Schnapp, Susanne Schnorr-Bäcker, Harald Schoen, Andree Thieltges und Claudius Wagemann.
Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow
Language: de
Pages: 852
Authors: Aurélien Géron
Categories: Computers
Type: BOOK - Published: 2020-07-25 - Publisher: O'Reilly
Aktualisierte Neuauflage des Bestsellers zu TensorFlow 2 und Deep Learning Eine Reihe technischer Durchbrüche beim Deep Learning haben das gesamte Gebiet des maschinellen Lernens in den letzten Jahren beflügelt. Inzwischen können sogar Programmierer, die kaum etwas über diese Technologie wissen, mit einfachen, effizienten Werkzeugen Machine-Learning-Programme implementieren. Dieses praxisorientierte Buch zeigt Ihnen wie. Mit konkreten Beispielen, einem Minimum an Theorie und zwei unmittelbar anwendbaren Python-Frameworks – Scikit-Learn und TensorFlow 2 – verhilft Ihnen der Autor Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Sie lernen eine Vielzahl von Techniken kennen, beginnend mit einfacher linearer Regression bis hin zu Deep Neural Networks. Die in jedem Kapitel enthaltenen Übungen helfen Ihnen, das Gelernte in die Praxis umzusetzen. Um direkt zu starten, benötigen Sie lediglich etwas Programmiererfahrung.
Maschinelles Lernen
Language: de
Pages: 406
Authors: Jörg Frochte
Categories: Technology & Engineering
Type: BOOK - Published: 2019-01-14 - Publisher: Carl Hanser Verlag GmbH Co KG
Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt: - Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet und der Hintergrund geliefert, um zu verstehen, wie und warum diese Algorithmen funktionieren. - Ebenfalls enthalten ist ein kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens. - Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt. - Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen. - Es werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u.a. Random Forest, DBSCAN und Q-Learning. Vorausgesetzt werden Kenntnisse in objektorientierter Programmierung und Basiswissen der Hochschulmathematik. Die nötige Mathematik wird eingebettet im Buch präsentiert und die Theorie direkt in Python-Code umgesetzt. Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis.
Einleitung in die Krystallographie und in die krystallographische Kenntniss der wichtigeren Substanzen
Language: de
Pages: 348
Authors: Hermann Kopp
Categories: Technology & Engineering
Type: BOOK - Published: 1862 - Publisher:
Books about Einleitung in die Krystallographie und in die krystallographische Kenntniss der wichtigeren Substanzen