Algorithmen für maschinelles Lernen & Implementierung

Machine Learning Algorithms and implementation bietet einen verständlichen Überblick über das Gebiet des maschinellen Lernens, seine Anwendungen und die Implementierung von Algorithmen. Dieses Buch stellt einige der wichtigsten überwachten und unüberwachten Techniken vor, zusammen mit der Implementierung in Python. Themen sind u.a. Lineare Regression, K-Nearest Neighbours, Naïve Bayes, Decision Tress, Random Forest, K-Means Clustering. Das Ziel dieses Lehrbuchs ist es, die Anwendung dieser Techniken des maschinellen Lernens durch Praktiker in Wissenschaft, Industrie und anderen Bereichen zu erleichtern. Jeder Algorithmus enthält ein Tutorial mit Beispiel und seine Python-Implementierung.