Produkt zum Begriff Maschinelles:
-
Maschinelles Lernen (Frochte, Jörg)
Maschinelles Lernen , 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: - Algorithmen des maschinellen Lernens verwenden und verstehen, wie und warum sie funktionieren. - Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens. - Verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens, u.a. Random Forest, DBSCAN und Q-Learning. 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. Die dritte Auflage wurde für die Keras/Tensorflow-Version 2 sowie Python 3.7 überarbeitet, mehrere Kapitel insbesondere zum bestärkten Lernen wurde aktualisiert und folgende Themen wurden unter anderem neu aufgenommen: - Deep Q-Learning - Class Activation Maps und Grad-CAM - Pandas-Integration und -Einführung - OpenAI Gym integriert Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis. 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. , Bücher > Bücher & Zeitschriften , Auflage: 3., überarbeitete und erweiterte Auflage, Erscheinungsjahr: 20201120, Produktform: Kassette, Inhalt/Anzahl: 1, Inhalt/Anzahl: 1, Autoren: Frochte, Jörg, Auflage: 21003, Auflage/Ausgabe: 3., überarbeitete und erweiterte Auflage, Seitenzahl/Blattzahl: 616, Keyword: artificial intelligence basics; artificial intelligence machine learning; künstliche intelligenz ai; künstliche intelligenz programmieren; künstliche intelligenz verstehen; machine learning book; machine learning python; maschinelles lernen anfänger; maschinelles lernen grundlagen; maschinelles lernen python; selbstlernende ki; selbstlernende systeme, Fachschema: Wahrscheinlichkeitsrechnung~Intelligenz / Künstliche Intelligenz~KI~Künstliche Intelligenz - AI, Bildungszweck: für die Hochschule, Fachkategorie: Maschinelles Lernen, Thema: Verstehen, Text Sprache: ger, Sender’s product category: BUNDLE, Verlag: Hanser Fachbuchverlag, Verlag: Hanser Fachbuchverlag, Verlag: Hanser, Carl, Verlag GmbH & Co. KG, Länge: 241, Breite: 177, Höhe: 40, Gewicht: 1167, Produktform: Gebunden, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Beinhaltet: B0000059240001 B0000059240002, Beinhaltet EAN: 9783446913387 9783446913394, Vorgänger EAN: 9783446459960 9783446452916, eBook EAN: 9783446463554, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Kennzeichnung von Titeln mit einer Relevanz > 30, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0050, Tendenz: +1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover, Unterkatalog: Lagerartikel, WolkenId: 1788644
Preis: 39.99 € | Versand*: 0 € -
Fischer, Jörn: Maschinelles Lernen für Dummies
Maschinelles Lernen für Dummies , Maschinelles Lernen ist eines der wichtigsten Teilgebiete der künstlichen Intelligenz und das Verstehen und Entwickeln von passenden Algorithmen bleibt die große Herausforderung. Dieses Buch bietet einen außergewöhnlich umfassenden Überblick über die neuesten Algorithmen und die bereits bewährten Verfahren. Jörn Fischer beschreibt nicht nur deren Funktionsweise, sondern gibt für alle Bereiche verständliche Beispiele, die detailliert beschrieben und leicht nachvollziehbar sind. Außerdem werden hilfreiche Methoden zur Fehlersuche und -beseitigung an die Hand gegeben. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 28.00 € | Versand*: 0 € -
GOOGLE CORAL USB Accelerator: USB Koprozessor für maschinelles Lernen
Der Google Coral USB Accelerator bringt Real-Time Inferenz für Ihren Pi 4 und viele andere Computer! Künstliche Intelligenz / Machine Learning für alle: Google hat mit dem Coral USB Accelerator einen leistungsfähigen Spezialchip (TPU, Tensor Processing Unit) an ein USB 3 Interface angebunden - damit können Tensor Flow Lite Modelle schnell und energiesparend für Inferenz genutzt werden. Ein besonderer Vorteil dieser Lösung: Ihre Daten bleiben lokal. Das hilft bei der Latenz, und natürlich beim Datenschutz! Google nutzt zunehmend künstliche Intelligenz (AI) und maschinelles Lernen (ML) um seine Dienstleistungen zu realisieren. Dazu entwickelte es für seine Rechenzentren spezialisierte Prozessoren namens TPU ("tensor processing unit"); die die Algorithmen mit dem TensorFlow Framework schneller und energiesparender ausführen können. Beispielsweise wird Google Maps durch von Street View aufgenommene Straßenschilder verbessert, die mit Hilfe eines auf TensorFlow basierenden neuronalen Netzes analysiert werden. Der Clou: TensorFlow kann einfach in Python programmiert werden. Google bringt mit der Edge TPU, die das TensorFlow Lite Framework unterstützt, einen USB 3 Stick auf den Markt. Die Edge TPU kann bis zu 4 Billionen Rechenoperationen pro Sekunde mit nur 2 W Verbrauch durchführen. Perfekt in Kombination mit dem Pi 4! Mit Hilfe der Google Coral Edge TPU kann Inferenz beispielsweise mit dem MobileNet v2 Model bis zu 20 x schneller als auf "dem nackten" Pi 4 ausgeführt werden. Es können so real-time Erkennungen in Videostreams mit über 50 fps durchgeführt werden, die mit dem Pi 4 ohne Beschleuniger nicht möglich wären. Dank Python und vielen Beispielen online rund um TensorFlow kann man in das Thema künstliche Intelligenz und Machine Learning mit dem Google Coral USB Accelerator einfach und mit Stil einsteigen. Hier finden Sie die offizielle "Get started" Anleitung für den USB Accelerator! https://coral.ai/docs/accelerator/get-started Technische Daten Coral USB Accelerator • Google Edge TPU ML accelerator coprocessor • USB 3.0 (USB 3.1 Gen 1) Type C socket • Unterstützt Linux, Mac und Windows auf dem Hostsystem • Leistungsaufnahme bis zu 900 mA Peak @ 5 V • Abmessungen Coral USB Stick: 65 mm x 30 mm x 8 mm Diese Benchmarks sind interessant, um ein Gefühl für die Leistungsfähigkeit des Coral USB Accelerators zu bekommen. https://coral.ai/docs/edgetpu/benchmarks/ Anforderungen an das Hostsystem • Linux Debian 6.0 oder höher, oder ein Derivat davon (bspw. Ubuntu 10.0+, Raspbian) • Systemarchitektur: x86-64, ARMv7 (32-bit) oder ARMv8 (64-bit) • macOS 10.15 mit entweder MacPorts oder Homebrew installiert • Windows 10 • Ein freier USB Port (sollte für beste Performance USB 3 sein) • Python 3.5, 3.6 oder 3.7 Umgebungstemperatur Empfohlene Umgebungstemperatur: • 35°C - reduzierte Taktfrequenz • 25°C - maximale Taktfrequenz (für optimale Leistung) Lieferumfang Google Coral USB Accelerator • USB Accelerator • USB 3 Kabel Google stellt im Coral.ai Projekt mehrere interessante Beispiele und Tutorials ( https://coral.ai/examples/ ) bereit, beispielsweise eine "Variante" von AlphaGo Zero die Minigo ( https://coral.ai/projects/minigo/ ) genannt wird. Potential für industrielle Anwendungen Der Google Coral USB Accelerator ist ein revolutionäres Produkt, ähnlich wie der Raspberry Pi, für machine learning Anwendungen! Damit werden embedded Lösungen möglich, die beispielsweise Probleme mit Werkstücken erkennen können, Verkehrssituation erkennen können, und vieles mehr. Downloads & Dokumentation • USB Accelerator Datenblatt (Datenblatt als PDF) https://coral.ai/docs/accelerator/datasheet/ • 3D CAD Datei im STEP Format https://storage.googleapis.com/site_and_emails_static_assets/Files/Coral-USB-Accelerator.STEP • Edge TPU inferencing overview (Tensor Flow Lite Modelle) https://coral.ai/docs/edgetpu/inference/ • TensorFlow models on the Edge TPU https://coral.ai/docs/edgetpu/models-intro/ • Pipeline C++ API Referenz https://coral.ai/docs/reference/cpp/pipeline/ • Edge TPU Python API https://coral.ai/docs/edgetpu/api-intro/ Hinweise & Sonstiges Wichtiger Hinweis: Der USB Stick kann beim Betrieb sehr heiß werden, was Verbrennungen verursachen kann - bitte warten Sie bis er abgekühlt ist bevor Sie ihn anfassen! Google und wir übernehmen keine Verantwortung für Schäden falls das Gerät außerhalb der empfohlenen Umgebungstemperatur betrieben wird. Google Teilenummer: G950-01456-01
Preis: 75.90 € | Versand*: 5.99 € -
Abacusspiele 09141 - Anno Domini: Wissenschaft + Forschung | Zustand: Neu & original versiegelt
Abacusspiele 09141 - Anno Domini: Wissenschaft + Forschung
Preis: 12.56 € | Versand*: 4.95 €
-
Was ist maschinelles Lernen?
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer Algorithmen entwickeln, die aus Daten lernen und Muster erkennen können. Dabei werden Modelle erstellt, die es Computern ermöglichen, eigenständig Probleme zu lösen, ohne explizit programmiert zu werden. Maschinelles Lernen wird in verschiedenen Bereichen eingesetzt, wie zum Beispiel in der Bilderkennung, Spracherkennung, medizinischen Diagnosen oder auch im Bereich des autonomen Fahrens. Es ermöglicht es Computern, aus Erfahrungen zu lernen und sich kontinuierlich zu verbessern.
-
Wie beeinflusst maschinelles Lernen die taktische Analyse und das Training im Fußball?
Maschinelles Lernen ermöglicht eine detaillierte Analyse von Spielern und Gegnern, um taktische Schwächen und Stärken zu identifizieren. Durch die Nutzung von Daten können Trainer maßgeschneiderte Trainingspläne erstellen, um die Leistung ihrer Spieler zu verbessern. Die Integration von maschinellem Lernen in den Fußball kann zu einer effizienteren Spielvorbereitung und einer besseren Leistung auf dem Spielfeld führen.
-
Kann mir jemand helfen, eine Hypothese und ein Ergebnis für dieses Experiment zu finden?
Um Ihnen bei der Formulierung einer Hypothese und eines Ergebnisses für das Experiment zu helfen, benötigen wir weitere Informationen über das Experiment. Bitte geben Sie uns mehr Details, damit wir Ihnen besser helfen können.
-
Ist maschinelles Lernen nur ein Hype?
Nein, maschinelles Lernen ist kein Hype. Es handelt sich um eine Technologie, die es Computern ermöglicht, aus Daten zu lernen und Vorhersagen oder Entscheidungen zu treffen. Es hat bereits viele Anwendungen in verschiedenen Bereichen wie Medizin, Finanzen und Automobilindustrie gefunden und wird voraussichtlich weiterhin an Bedeutung gewinnen.
Ähnliche Suchbegriffe für Maschinelles:
-
Smart Energy Controller SEC1000 Grid für Analyse von Daten, GoodWe
Smart Energy Controller SEC1000 Grid für Analyse von Daten, GoodWe
Preis: 506.44 € | Versand*: 0.00 € -
SMART ENERGY CONTROLLER SEC1000 GRID zur Erfassung und Analyse von Daten
SMART ENERGY CONTROLLER SEC1000 GRID zur Erfassung und Analyse von Daten
Preis: 526.50 € | Versand*: 12.10 € -
Pluralität und Erkenntnis
Pluralität und Erkenntnis , Thomas Metscher hat in mehr als 60 Jahren ein umfangreiches Werk vorgelegt, in welchem die Kategorie der Pluralität zunehmend Bedeutung gewann: Sei es im Sinne der Pluralität künstlerischer Formen und Ausdrucksweisen, der Pluralität menschlicher Lebensentwürfe oder der Methodenpluralität in den Wissenschaften. Dabei hat er stets darauf bestanden nicht in postmoderne Beliebigkeit zu verfallen, hat dem positionslosen ,anything goes' unentwegt deutlich widersprochen. Im Zentrum seines Schaffens stand und steht der Mensch mit seinen unveräußerlichen Rechten. Metschers Denken ist kein Selbstzweck. Stets lotet es Handlungswege und -möglichkeiten aus, immer setzt es an bei der konkreten Praxis materiellen Seins. Ziel seiner Reflexionen ist es, der Selbstermächtigung des Subjekts, der Emanzipation und Befreiung des Menschen aus Verhältnissen, die Unterdrückung, Verkümmerung und Leid hervorbringen, Vorschub zu leisten. Der vorliegende Band versammelt Beiträge von Menschen, die Metscher auf seinem Weg begleitet haben. Diese Beiträge sind so unterschiedlich wie die Formen von Weltwissen - so vielfältig wie das Werk des Jubilars. , Bücher > Bücher & Zeitschriften
Preis: 25.00 € | Versand*: 0 € -
Köhlert, Christian: Die Matrix-Hypothese
Die Matrix-Hypothese , Warum nimmt die Welt immer bizarrere Züge an? In seinem ersten Buch, "Die Phönix-Hypothese", postulierte Christian Köhlert, dass wir die Zusammenhänge der sich immer weiter zuspitzenden Krisen und geopolitischen bzw. religiösen Polarisierungen nicht verstehen können, wenn wir nicht die Reset-Zyklen erkennen. Das sind wiederkehrende Transformationsprozesse, die schon immer das Leben auf der Erde bestimmt haben. In diesem neuen Werk, geht der Autor einen Schritt weiter, und behauptet, dass wir das Schauspiel auf der kollektiven Bühne nicht vollständig begreifen können, wenn wir nicht auch die physische Realität hinterfragen. Die Matrix-Hypothese geht der Frage nach, ob wir uns in einem virtuellen Konstrukt befinden, welches einem spirituellen Evolutionsprozess dient. Dazu beleuchtet der Autor die klassischen Philosophien, die ein solches Paradigma stützen, beginnend bei den vedischen Schriften, bis hin zur Hermetik oder der platonischen Weltanschauung. In wie weit decken sich die Vorstellung einer Matrix mit den Paradoxien aus der modernen Wissenschaft, die wir in Non-Lokalität und Welle-Teilchendualismus finden? Unter der Prämisse, dass unsere scheinbar physische Realität nur ein geistiges Konstrukt ist, lassen sich viele Anomalien und Merkwürdigkeiten in ein ganzheitliches Erklär-Modell einbinden. Aus diesem Blickwinkel bekommen kontrovers diskutierte Phänomene, wie beispielsweise geschichtliche Paradoxien, der Mandela-Effekt oder wiederkehrende mystische Erfahrungen, eine ganz neue Bedeutung. Der Autor nimmt Sie dazu mit auf eine persönliche Reise, wie er dem Änigma auf die Schliche kam. Er erzählt davon, wie ihm die wichtigsten Puzzlestücke in den Schoß gefallen sind. Detailliert erklärt er die Indizien, die ihn überzeugt haben, dass wir alle eine entscheidende Rolle in dieser Matrix spielen. Der Wahnsinn auf der kollektiven Bühne hat demnach einen tieferen Sinn, als es der rein rationale Verstand erfassen kann. , Nachschlagewerke & Lexika > Fachbücher, Lernen & Nachschlagen
Preis: 27.95 € | Versand*: 0 €
-
Welche Methoden werden zur Analyse von Daten in der Wissenschaft und Forschung verwendet?
In der Wissenschaft und Forschung werden Methoden wie statistische Analysen, Datenvisualisierung und maschinelles Lernen verwendet, um Daten zu analysieren. Diese Methoden helfen Forschern, Muster, Trends und Beziehungen in den Daten zu identifizieren und Schlussfolgerungen zu ziehen. Die Ergebnisse dieser Analysen dienen dazu, neue Erkenntnisse zu gewinnen und wissenschaftliche Hypothesen zu überprüfen.
-
Wie können Sprachdatenbanken in verschiedenen Bereichen wie Spracherkennungstechnologie, linguistische Forschung und maschinelles Lernen eingesetzt werden?
Sprachdatenbanken können in der Spracherkennungstechnologie eingesetzt werden, um die Genauigkeit von Spracherkennungssystemen zu verbessern, indem sie eine Vielzahl von Sprachmustern und -varianten bereitstellen. In der linguistischen Forschung können Sprachdatenbanken dazu verwendet werden, um Sprachmuster und -strukturen zu analysieren und linguistische Theorien zu überprüfen. Im maschinellen Lernen können Sprachdatenbanken als Trainingsdaten für Sprachmodelle dienen, um die Leistung von Sprachverarbeitungsalgorithmen zu verbessern. Darüber hinaus können Sprachdatenbanken auch in der Entwicklung von Sprachassistenten und Übersetzungstechnologien eingesetzt werden.
-
Wie können Maschinen durch maschinelles Lernen selbstständig Muster erkennen und Schlussfolgerungen aus Daten ziehen?
Maschinen können durch maschinelles Lernen trainiert werden, um Muster in großen Datenmengen zu erkennen. Durch Algorithmen und statistische Modelle können sie diese Muster analysieren und Schlussfolgerungen ziehen. Auf diese Weise können Maschinen selbstständig Entscheidungen treffen und Prognosen erstellen.
-
Wo findet man die Hypothese einer Studie?
Die Hypothese einer Studie findet man in der Einleitung oder im theoretischen Rahmen der Studie. Sie stellt eine Vermutung oder Annahme über den Zusammenhang zwischen den untersuchten Variablen auf und dient als Ausgangspunkt für die Untersuchung und Analyse der Daten. Die Hypothese sollte klar formuliert und testbar sein.
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.