Foundations and Algorithms

Author: Robert E. Schapire,Yoav Freund

Publisher: MIT Press

ISBN: 0262017180

Category: Computers

Page: 526

View: 2167

Boosting is an approach to machine learning based on the idea of creating a highly accurate predictor by combining many weak and inaccurate "rules of thumb." A remarkably rich theory has evolved around boosting, with connections to a range of topics, including statistics, game theory, convex optimization, and information geometry. Boosting algorithms have also enjoyed practical success in such fields as biology, vision, and speech processing. At various times in its history, boosting has been perceived as mysterious, controversial, even paradoxical. This book, written by the inventors of the method, brings together, organizes, simplifies, and substantially extends two decades of research on boosting, presenting both theory and applications in a way that is accessible to readers from diverse backgrounds while also providing an authoritative reference for advanced researchers. With its introductory treatment of all material and its inclusion of exercises in every chapter, the book is appropriate for course use as well. The book begins with a general introduction to machine learning algorithms and their analysis; then explores the core theory of boosting, especially its ability to generalize; examines some of the myriad other theoretical viewpoints that help to explain and understand boosting; provides practical extensions of boosting for more complex learning problems; and finally presents a number of advanced theoretical topics. Numerous applications and practical illustrations are offered throughout.

Big Data – BigData 2018

7th International Congress, Held as Part of the Services Conference Federation, SCF 2018, Seattle, WA, USA, June 25–30, 2018, Proceedings

Author: Francis Y. L. Chin,C. L. Philip Chen,Latifur Khan,Kisung Lee,Liang-Jie Zhang

Publisher: Springer

ISBN: 3319943014

Category: Computers

Page: 382

View: 6763

This volume constitutes the proceedings of the 7th International Conference on BIGDATA 2018, held as Part of SCF 2018 in Seattle, WA, USA in June 2018. The 22 full papers together with 10 short papers published in this volume were carefully reviewed and selected from 97 submissions. They are organized in topical sections such as Data analysis, data as a service, services computing, data conversion, data storage, data centers, dataflow architectures, data compression, data exchange, data modeling, databases, and data management.

Transportation and Information

Trends in Technology and Policy

Author: Piyushimita Vonu Thakuriah,D. Glenn Geers

Publisher: Springer


Category: Computers

Page: 127

View: 5158

Transformations in wireless connectivity and location-aware technologies hold the promise of bringing a sea-change in the way transportation information is generated and used in the future. Sensors in the transportation system, when integrated with those in other sectors (for example, energy, utility and health) have the potential to foster novel new ways of improving livability and sustainability. The end-result of these developments has been somewhat contradictory. Although automation in the transportation environment has become increasingly widespread, the level of involvement and active participation by people, in terms of co-creation and contribution of information, has also increased. As a result, the following two major trends have been observed: (1) increases in Machine-to- Machine (M2M) communications; and (2) increases in the variety and volume of User-Generated Content. In this transportation paradigm, the pervasive use of Information and Communication Technologies will serve as the foundation for mobility intelligence towards an “ubiquitous information-centered mobility environment”. However, many technical and operational questions, as well as social, management and legal challenges present themselves in the transformation to this vision. The book presents a non-technical review of research and initiatives and a discussion of such opportunities and challenges.

Maschinelles Lernen

Author: Ethem Alpaydin

Publisher: De Gruyter Oldenbourg

ISBN: 9783486581140

Category: Machine learning

Page: 440

View: 3077

Maschinelles Lernen heißt, Computer so zu programmieren, dass ein bestimmtes Leistungskriterium anhand von Beispieldaten und Erfahrungswerten aus der Vergangenheit optimiert wird. Das vorliegende Buch diskutiert diverse Methoden, die ihre Grundlagen in verschiedenen Themenfeldern haben: Statistik, Mustererkennung, neuronale Netze, Künstliche Intelligenz, Signalverarbeitung, Steuerung und Data Mining. In der Vergangenheit verfolgten Forscher verschiedene Wege mit unterschiedlichen Schwerpunkten. Das Anliegen dieses Buches ist es, all diese unterschiedlichen Ansätze zu kombinieren, um eine allumfassende Behandlung der Probleme und ihrer vorgeschlagenen Lösungen zu geben.

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

Author: Ian H. Witten,Eibe Frank

Publisher: N.A

ISBN: 9783446215337


Page: 386

View: 6559


Machine Learning

A Practical Approach on the Statistical Learning Theory

Author: Rodrigo Fernandes de Mello,Moacir Antonelli Ponti

Publisher: Springer

ISBN: 3319949896

Category: Computers

Page: 362

View: 5161

This book presents the Statistical Learning Theory in a detailed and easy to understand way, by using practical examples, algorithms and source codes. It can be used as a textbook in graduation or undergraduation courses, for self-learners, or as reference with respect to the main theoretical concepts of Machine Learning. Fundamental concepts of Linear Algebra and Optimization applied to Machine Learning are provided, as well as source codes in R, making the book as self-contained as possible. It starts with an introduction to Machine Learning concepts and algorithms such as the Perceptron, Multilayer Perceptron and the Distance-Weighted Nearest Neighbors with examples, in order to provide the necessary foundation so the reader is able to understand the Bias-Variance Dilemma, which is the central point of the Statistical Learning Theory. Afterwards, we introduce all assumptions and formalize the Statistical Learning Theory, allowing the practical study of different classification algorithms. Then, we proceed with concentration inequalities until arriving to the Generalization and the Large-Margin bounds, providing the main motivations for the Support Vector Machines. From that, we introduce all necessary optimization concepts related to the implementation of Support Vector Machines. To provide a next stage of development, the book finishes with a discussion on SVM kernels as a way and motivation to study data spaces and improve classification results.

Foundations of Machine Learning

Author: Mehryar Mohri,Afshin Rostamizadeh,Ameet Talwalkar

Publisher: MIT Press

ISBN: 026201825X

Category: Computers

Page: 414

View: 9910

Fundamental topics in machine learning are presented along with theoretical and conceptual tools for the discussion and proof of algorithms.

Foundations and Applications of Intelligent Systems

Proceedings of the Seventh International Conference on Intelligent Systems and Knowledge Engineering, Beijing, China, Dec 2012 (ISKE 2012)

Author: Fuchun Sun,Tianrui Li,Hongbo Li

Publisher: Springer Science & Business Media

ISBN: 3642378293

Category: Computers

Page: 802

View: 9797

These proceedings present technical papers selected from the 2012 International Conference on Intelligent Systems and Knowledge Engineering (ISKE 2012), held on December 15-17 in Beijing. The aim of this conference is to bring together experts from different fields of expertise to discuss the state-of-the-art in Intelligent Systems and Knowledge Engineering, and to present new findings and perspectives on future developments. The proceedings introduce current scientific and technical advances in the fields of artificial intelligence, machine learning, pattern recognition, data mining, knowledge engineering, information retrieval, information theory, knowledge-based systems, knowledge representation and reasoning, multi-agent systems, and natural-language processing, etc. Furthermore they include papers on new intelligent computing paradigms, which combine new computing methodologies, e.g., cloud computing, service computing and pervasive computing with traditional intelligent methods. By presenting new methodologies and practices, the proceedings will benefit both researchers and practitioners who want to utilize intelligent methods in their specific fields. Dr. Fuchun Sun is a professor at the Department of Computer Science & Technology, Tsinghua University, China. Dr. Tianrui Li is a professor at the School of Information Science & Technology, Southwest Jiaotong University, Chengdu, China. Dr. Hongbo Li also works at the Department of Computer Science & Technology, Tsinghua University, China.

Das Geheimnis des menschlichen Denkens

Einblicke in das Reverse Engineering des Gehirns

Author: Ray Kurzweil

Publisher: Lola Books

ISBN: 394420316X

Category: Science

Page: 352

View: 8096

Der Wettlauf um das Gehirn hat begonnen. Sowohl die EU als auch die USA haben gewaltige Forschungsprojekte ins Leben gerufen um das Geheimnis des menschlichen Denkens zu entschlüsseln. 2023 soll es dann soweit sein: Das menschliche Gehirn kann vollständig simuliert werden. In "Das Geheimnis des menschlichen Denkens" gewährt Googles Chefingenieur Ray Kurzweil einen spannenden Einblick in das Reverse Engineering des Gehirns. Er legt dar, wie mithilfe der Mustererkennungstheorie des Geistes der ungeheuren Komplexität des Gehirns beizukommen ist und wirft einen ebenso präzisen wie überraschenden Blick auf die am Horizont sich bereits abzeichnende Zukunft. Ist das menschliche Gehirn erst einmal simuliert, wird künstliche Intelligenz die Fähigkeiten des Menschen schon bald übertreffen. Ein Ereignis, das Kurzweil aufgrund der bereits in "Menschheit 2.0" entworfenen exponentiellen Wachstumskurve der Informationstechnologien bereits für das Jahr 2029 prognostiziert. Aber was dann? Kurzweil ist zuversichtlich, dass die Vorteile künstlicher Intelligenz mögliche Bedrohungsszenarien überwiegen und sie uns entscheidend dabei hilft, uns weiterzuentwickeln und die Herausforderungen der Zukunft zu meistern.

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 6080

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.

Algorithmen für Dummies

Author: John Paul Mueller,Luca Massaron

Publisher: John Wiley & Sons

ISBN: 3527809775

Category: Computers

Page: 320

View: 8874

Wir leben in einer algorithmenbestimmten Welt. Deshalb lohnt es sich zu verstehen, wie Algorithmen arbeiten. Das Buch präsentiert die wichtigsten Anwendungsgebiete für Algorithmen: Optimierung, Sortiervorgänge, Graphentheorie, Textanalyse, Hashfunktionen. Zu jedem Algorithmus werden jeweils Hintergrundwissen und praktische Grundlagen vermittelt sowie Beispiele für aktuelle Anwendungen gegeben. Für interessierte Leser gibt es Umsetzungen in Python, sodass die Algorithmen auch verändert und die Auswirkungen der Veränderungen beobachtet werden können. Dieses Buch richtet sich an Menschen, die an Algorithmen interessiert sind, ohne eine Doktorarbeit zu dem Thema schreiben zu wollen. Wer es gelesen hat, versteht, wie wichtige Algorithmen arbeiten und wie man von dieser Arbeit beispielsweise bei der Entwicklung von Unternehmensstrategien profitieren kann.

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 8528

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 9028

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.

Epidemiologie und medizinische Biometrie

eine kurzgefasste übersichtliche Einführung ; mit Prüfungsfragen und Übungsaufgaben

Author: Günther Kundt,Helga Krentz

Publisher: N.A

ISBN: 9783832271039


Page: 237

View: 5091


Life Long Learning

Modulare Wissensbasen für elektronische Lernumgebungen

Author: Cornelia Seeberg

Publisher: Springer-Verlag

ISBN: 3642558216

Category: Computers

Page: 223

View: 1419

Lernen mit elektronischen Dokumenten wird immer wichtiger. Der entscheidende Vorteil des Mediums Computer ist die Möglichkeit, dynamische Dokumente zu erzeugen. Diese Dynamik kann zum einen in den einzelnen Inhalten liegen (Animationen, Simulationen) oder in der Erstellung der Dokumente (adaptive Anpassung an die einzelnen Benutzer/innen). Die Lerndokumente liegen dafür in Modulen, nicht als ein großes Dokument vor. Um diese Vorteile nutzen zu können, müssen die Module beschrieben sein. Das Buch bietet ein Beschreibungsschema, mit dem aus einer Wissensbasis von unzusammenhängenden Modulen ein gut lesbares und auf die Bedürfnisse der einzelnen Leser/innen angepasstes webbasiertes Dokument erstellt werden kann.

Ich, der Roboter


Author: Isaac Asimov

Publisher: Heyne Verlag

ISBN: 364113207X

Category: Fiction

Page: 304

View: 7980

Robots auf dem Vormarsch Dr. Susan Calvin war fünfzig Jahre lang als Robotpsychologin bei der U. S. Robot Company angestellt, einem der größten Unternehmen der Welt. Sie erlebte hautnah mit, wie Robots zum alltäglichen Bestandteil der menschlichen Kultur wurden und welche Probleme es mit sich bringt, wenn Menschen mit Robotern zusammenleben. Vor allem aber stellt sich eine Frage: Was passiert, wenn sich Mensch und Roboter kaum noch voneinander unterscheiden? In neun Erzählungen zeigt sie einem jungen Reporter, wie eine Zukunft, geprägt von gigantischen Positronengehirnen, für uns Menschen aussieht.

Implementation Patterns

Der Weg zu einfacherer und kostengünstigerer Programmierung

Author: Kent Beck

Publisher: Pearson Deutschland GmbH

ISBN: 9783827326447


Page: 191

View: 8955


Die Rechenmaschine und das Gehirn

Author: John von Neumann

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3486819666

Category: Computers

Page: 77

View: 7576

"The Computer and the Brain" war der Titel von John von Neumanns letzter hinterlassener Arbeit, in der er den wechselseitigen Beziehungen zwischen der Rechenmaschine und dem menschlichen Denk- und Nervensystem nachgeht. Diese Arbeit gibt ein zusammengefaßtes Zeugnis seiner eindringlichen und unorthodoxen Denkweise. John von Neumann gilt heute als einer der Pioniere der modernen Rechentechnik.

Algorithmic Learning Theory

15th International Conference, ALT 2004, Padova, Italy, October 2-5, 2004. Proceedings

Author: Shai Ben David,John Case,Akira Maruoka

Publisher: Springer


Category: Computers

Page: 505

View: 7741

This book constitutes the refereed proceedings of the 15th International Conference on Algorithmic Learning Theory, ALT 2004, held in Padova, Italy in October 2004. The 29 revised full papers presented together with 5 invited papers and 3 tutorial summaries were carefully reviewed and selected from 91 submissions. The papers are organized in topical sections on inductive inference, PAC learning and boosting, statistical supervised learning, online sequence learning, approximate optimization algorithms, logic based learning, and query and reinforcement learning.