Machine Learning und Neuronale Netze: Der verständliche Einstieg mit Python Data Science ist
eine der Schlüsseltechnologien des 21. Jahrhunderts. In diesem Buch lernen Sie die Grundlagen
dazu. Es richtet sich an alle die diesen Schritt gehen wollen an Wirtschaftswissenschaftler
aus Theorie und Praxis Softwareentwickler wie auch Programmiereinsteiger. Das Buch bietet eine
fundierte Einführung in Machine Learning und Neuronale Netze in Python. Es werden alle
notwendigen Grundlagen erklärt notwendiges mathematisches Hintergrundwissen wiederholt und ein
Crash Kurs in Python gegeben so dass man auch ohne Vorkenntnisse dieses Buch nutzen kann.
Daraufhin werden anhand von vielen Praxisbeispielen die bekanntesten Machine Learning
Algorithmen theoretisch und praktisch erklärt. Ein großes Kapitel widmet sich dem Deep Learning
den Aufbau von neuronalen Netzen den Algorithmen die in der Praxis immer mehr Anwendung
finden. Das Buch im Überblick: Inhalte: Einführung in Data Science Mathematik und Python
Datenaufbereitung in Python Data Science mit Scipy Regressionsmodelle mit Scikit-Learn
Baumverfahren Support Vector Machines Unsupervised Modelle wie Clustering Aufbau von Data
Science Modellen Deep Learning Neuronale Netze mit TensorFlow2 und Keras Vorteile Einfache
anschauliche Einführung in grundlegende bis fortgeschrittene Themen der Datenanalyse und des
Machine Learnings Praktische Beispiele mit ausführlichen Erklärungen Vorstellung verschiedener
Modelle Data Science Ansätzen gängiger Bibliotheken und Online-Ressourcen Übersicht über
Pythons vielfältige Anwendungsmöglichkeiten im Machine Learning Lösungen für spezifische
Aufgaben mithilfe von effizienten Algorithmen finden Alle Codebeispiele stehen als kostenloser
Download zum selbstständigen Ausprobieren bereit kostenfrei als eBook herunterladen Dieses Buch
bietet Ihnen einen umfassenden Einstieg in Data Science mit Python!
