Maschinelles Lernen: Grundlagen

Maschinelles Lernen ist seit langem zu einem Synonym für künstliche Intelligenz geworden. Es hat viele Aspekte unseres Lebens durchdrungen und ist zu einem der wichtigsten Bereiche der modernen Wissenschaft geworden. Dieses Buch ist ein Leitfaden zu den Schlüsselideen des maschinellen Lernens. Sie erfahren, wie die Methoden des maschinellen Lernens aus den grundlegenden Prinzipien der Wahrscheinlichkeitstheorie hervorgehen, Sie werden den Weg von dem Bayes'schen Theorem zu verallgemeinerten linearen Modellen gehen und die Giganten kennenlernen, auf denen die gesamte moderne künstliche Intelligenz basiert. Eine Vielzahl spannender Fälle, praktischer Beispiele und interessanter Aufgaben - von der Analyse retrospektiver wissenschaftlicher Studien bis hin zum „Hot-Hand“-Effekt im Basketball - hilft, die komplexesten Konzepte zu verstehen. Darüber hinaus kann das Buch die Grundlage für Grundlagenkurse im maschinellen Lernen bilden.