Maschinelles Lernen

Grundlagen und Algorithmen in Python

Author: Jörg Frochte

Publisher: Carl Hanser Verlag GmbH Co KG

ISBN: 3446459979

Category: Technology & Engineering

Page: 406

View: 1924

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: - Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet und der Hintergrund geliefert, um zu verstehen, wie und warum diese Algorithmen funktionieren. - Ebenfalls enthalten ist ein kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens. - 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. - Es werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u.a. Random Forest, DBSCAN und Q-Learning. 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. Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis.
Release

Maschinelles Lernen

Modellierung von Lernen mit Maschinen

Author: Kristina Reiss,Matthias Reiss,Horst Spandl

Publisher: Springer-Verlag

ISBN: 364277623X

Category: Computers

Page: 257

View: 9953

Release

Maschinelles Lernen

Author: Ethem Alpaydın

Publisher: Oldenbourg Verlag

ISBN: 9783486581140

Category:

Page: 440

View: 8861

Unter maschinellem Lernen versteht man die kunstliche Generierung von Wissen aus Erfahrung. Das vorliegende Buch diskutiert Methoden aus den Bereichen Statistik, Mustererkennung etc. und versucht, die unterschiedlichen Ansatze zu kombinieren, um moglichst effiziente Losungen zu finden."
Release

Maschinelles Lernen zur Hautkrebsvorhersage

Author: Daniel Fischer

Publisher: GRIN Verlag

ISBN: 365612759X

Category: Computers

Page: 77

View: 8562

Bachelorarbeit aus dem Jahr 2011 im Fachbereich Informatik - Sonstiges, Note: 1,3, Technische Universität Darmstadt, Sprache: Deutsch, Abstract: „Von der ursprünglichen Wortbedeutung her (dia: durch, hindurch, auseinander, gnosis: Erkenntnis) ist Diagnostik Erkenntnisgewinnung zur Unterscheidung zwischen Objekten. [...]“ (Hossiep & Wottawa, 1993) Gemäß dieser Definition lassen sich große Parallelen zwischen einer medizinischen Diagnose und verbreiteten Methoden der Informatik ziehen. So erfolgt bspw. eine computergestützte „Diagnose“, bzw. eine Einstufung einer E-Mail automatisch durch den Spam-Filter, der anhand von festgelegten Charakteristika, wie etwa der Anzahl der Rechtschreibfehler, die E-Mail als (Spam-)Mail klassifiziert. Methoden wie diese entstammen allgemein dem Bereich des Maschinellen Lernens und finden in der heutigen Zeit in vielen Softwaresystemen Anwendung (Intrusion Detection, Anti-Viren Programme etc.). Maschinelles Lernen bezeichnet allgemein das Anwenden formaler Strukturen (Maschinen) zur Deduktion und Induktion. Im Gegensatz dazu beschäftigt sich das Data Mining mit der Generierung von Wissen aus Datensätzen und verwendet dafür Methoden des Maschinellen Lernens (Clarke et al., 2009). Dazu werden Algorithmen eingesetzt, die Muster in meist sehr großen Datensätzen erkennen und diese in verschiedenen Darstellungsformen (Regeln, Bäumen etc.) als Domänen-Wissen manifestieren. Damit lässt sich bspw. das Kaufverhalten von Kunden analysieren und eine Aussage darüber treffen, zwischen welchen Produkten gewisse Synergieeffekte bestehen. Die wohl populärste Erkenntnis, die aus der Anwendung von Data Mining resultiert, ist eine Synergie zwischen Windeln und Bier an Wochenendtagen (Clarke et al., 2009). Gehetzte Väter kaufen laut dieser Auswertung Windeln und Bier oft zusammen. Oder es kann eine Aussage darüber getroffen werden, welche Eigenschaften einer menschlichen Embryonalzelle die bestmögliche Überlebenschance für eine künstliche Befruchtung gewährleisten (Witten & Frank, 2005). Einige Methoden des Data-Mining, die im weiteren Verlauf näher vorgestellt werden, werden in dieser wissenschaftlichen Arbeit auf den vorliegenden Datensatz angewandt. Ziel ist es dabei, Wissen über die unzureichend geklärte Entstehung von Hautkrebs und das damit verbundene Hautkrebsrisiko zu extrahieren, um eine Früherkennung und bestmögliche Heilungschance zu ermöglichen.
Release

Adaptivität im CRM

Maschinelles Lernen in einem Simulationsmodell unter Verwendung von SPSS Clementine

Author: Dominik Claussen

Publisher: GRIN Verlag

ISBN: 3640341945

Category: Computers

Page: 94

View: 8095

Diplomarbeit aus dem Jahr 2009 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,0, Katholische Universität Eichstätt-Ingolstadt, Sprache: Deutsch, Abstract: Die Theorie von Wright aus der Produktionswirtschaft besagt, dass bei jeder Verdopplung der kumulierten Produktionsmenge ein Verbesserungspotential bedingt durch Lerneffekte von bis zu 30% besteht. Im Customer-Relationship-Management (CRM) ist ähnliches zu erwarten: umso mehr Marketing-Kampagnen beispielsweise durchgeführt werden, umso besser lernen die Unternehmen die optimale Kampagnenführung. Und je genauer eine Kampagne auf den Kunden abgestimmt ist, desto eher wird er auf die Kampagne reagieren. Daher ist ein Lernprozess in Systemen, und speziell auch im CRM, vorteilhaft. Wie dieser Lernprozess am besten ausgestaltet und automatisiert werden kann, soll in dieser Arbeit untersucht werden.
Release

Maschinelles Lernen im Onlinehandel

Eine Extraktion produktspezifischer Daten

Author: Leonardo Hübscher

Publisher: GRIN Verlag

ISBN: 3668833575

Category: Computers

Page: 15

View: 1305

Bachelorarbeit aus dem Jahr 2015 im Fachbereich Informatik - Internet, neue Technologien, Note: 1.0, Universität Potsdam (Hasso Plattner Institut), Sprache: Deutsch, Abstract: Durch die Vielzahl von Onlineshops und Fülle an Angeboten verliert der Onlinekäufer schnell die Übersicht. Preisvergleichsplattformen wie idealo helfen dem Kunden das günstigste Angebot im Netz zu finden. Die Gewährleistung der möglichst vollständigen Markttransparenz ist eine grundlegende Herausforderung für idealo. Das von uns entwickelte Softwaresystem Scout soll dabei helfen, den Produktkatalog von idealo auf Vollständigkeit zu überprüfen und fehlende Angebote aufzulisten. Ein wichtiger Prozessschritt ist dabei die Extrahierung von Produktinformationen, wie Produktname oder Preis, aus den einzelnen Webseiten. Die Schwierigkeit der Extraktion liegt darin, dass jeder Shop einen individuellen Aufbau besitzt und unterschiedlich strukturiert ist. Im Rahmen dieser Arbeit wurde ein Algorithmus entwickelt, welcher mittels maschinellem Lernen die Produktinformationen aus den Webseiten extrahiert. Messungen, welche auf 50 verschiedenen Shops basieren, haben ergeben, dass die Produktinformationen mit einer Precision von über 95 Prozent bei einer Accuracy von etwa 50% extrahiert werden können.
Release

Maschinelles Lernen einer Balanced Scorecard für Versicherungsunternehmen in Gestalt von Bayesschen Netzwerken

Author: Uwe Kaps

Publisher: GRIN Verlag

ISBN: 3638324427

Category: Computers

Page: 120

View: 4585

Diplomarbeit aus dem Jahr 2004 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Universität Leipzig, 82 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Die Bedeutung der Balanced Scorecard (BSC) als Kennzahlensystem zur Umsetzung von Unternehmensstrategien hat in den letzten Jahren stark zugenommen. Die Balanced Scorecard verbindet dabei finanzwirtschaftliche und qualitative Größen in ausgewogener Weise. Um eine effiziente Steuerung von Unternehmen zu ermöglichen, ist es unerlässlich wichtige Kennzahlen sowie deren Ursache-/Wirkungsbeziehungen zu identifizieren und damit die Wirkung von unternehmerischen Entscheidungen, die sich mit zeitlichem Abstand in unterschiedlichen Größen niederschlagen, zu erkennen. Diese Beziehungen zwischen den Kennzahlen werden häufig lediglich durch Expertenhypothesen, Heuristiken bzw. nur durch statistische Methoden definiert. Eine möglichst wirklichkeitsgetreue Abbildung der häufig komplexen, aber auch von Unsicherheit geprägten Beziehungen der Kennzahlen ist somit nicht möglich. Teure Fehlsteuerungen des Managements könnten die Folge sein. Die hier vorgestellte Repräsentationsform der Struktur der Beziehungen zwischen den Kennzahlen wird praktischen Ansprüchen durch die Verwendung von Kennzahlen in Form von Zufallsvariablen, die durch gerichtete Kanten miteinander verbunden sind (können komplexe Ursache-/Wirkungsbeziehungen repräsentieren), in einem hohen Maß gerecht. Diese Darstellungsart wird in der Literatur als Bayessches Netzwerk (BN) definiert. Im Rahmen dieser Arbeit soll dabei die Erstellung einer Balanced Scorecard für Versicherungsunternehmen in Form von einem Bayesschen Netzwerk vorgestellt werden.
Release

Maschinelles Lernen mit Python und R für Dummies

Author: John Paul Mueller,Luca Massaron

Publisher: VCH

ISBN: 9783527713639

Category:

Page: 432

View: 3425

Maschinelles Lernen ist aufregend: Mit schnellen Prozessoren und großen Speichern können Computer aus Erfahrungen lernen, künstliche Intelligenz kommt wieder in Reichweite. Mit diesem Buch verstehen Sie, was maschinelles Lernen bedeutet, für welche Probleme es sich eignet, welche neuen Herangehensweisen damit möglich sind und wie Sie mit Python, R und speziellen Werkzeugen maschinelles Lernen implementieren. Sie brauchen dafür keine jahrelange Erfahrung als Programmierer und kein Mathematikstudium. Die praktische Anwendung maschinellen Lernens steht in diesem Buch im Vordergrund. Spielen Sie mit den Tools und haben Sie Spaß dabei! Lernen Sie Fakten und Mythen zum maschinellen Lernen zu unterscheiden.
Release

Maschinelles Lernen auf der Grundlage der Rough Set Philosophie von Zdzislaw Pawlak;

Rough Set Theorie

Author: Michael Ziegenbalg

Publisher: BookRix

ISBN: 3736889992

Category: Business & Economics

Page: 99

View: 3077

Wirtschaft wird nicht nur in der Wirtschaft gemacht,sondern auch in Forschungslabors und Hochschulen. Jürgen Rüttgers, Bundesminister für Forschung und Bildung, [Rüttgers, 1996] Einleitung Der Wirtschaftsstandort Deutschland befindet sich zur Zeit in einer Krise. Als eine Ursache wird immer wieder genannt, daß es entweder nicht, oder zu langsam gelingt, wissenschaftliche Entwicklungen schnell genug in marktfähige Produkte umzuwandeln. Zeitverluste führen bei schnell fallenden Renditen innovativer Produkte dazu, daß sich ihre Herstellung oft schon nicht mehr rechnet, wenn sie marktfähig geworden sind. Hierzu schreibt Konrad Seitz:"Wer zuerst am Markt ist und die globalen Märkte durchdringt, setzt die Standards und gewinnt anhand der Erfahrungskurve einen Produktivitätsvorsprung, der ihn für später kommende Konkurrenten oft uneinholbar macht. [Seitz, 1992, S. 371] Diese Analyse trifft nicht nur auf marktstrategisch so bedeutende Produkte wie Mikroprozessoren und Speicherchips zu. Auch die Entwicklung von LCD-Bildschirmen, die in Deutschland begann, aber von anderen zur Marktreife gebracht wurde, ist ein Beispiel. Es stellt sich die Frage, wie die Entwicklungszeiten innovativer Produkte verkürzt werden können.Entwicklungsstätten für neue Technologien sind die Universitäten mit den staatlichen Forschungsinstituten, private Forschungsinstitute und auch die (Fach-)Hochschulen. Diese Entwicklungsstätten lassen sich im Hinblick auf ihre Aufgabenschwerpunkte differenzieren. Während die Grundlagenforschung Kernaufgabe der Forschungsinstitute ist, besteht die Hauptaufgabe der Hochschulen darin, neue Anwendungsmöglichkeiten auf der Basis der Grundlagenforschungsergebnisse zu entwickeln und ihre Absolventen mit innovativem, praxisbezogenem Wissen auf praktische Aufgaben vorzubereiten. Gelänge es bereits an dieser Nahtstelle zwischen theoretisch orientierten Forschungsinstituten und praktisch orientierten Hochschulen den Wissenstransfer zu beschleunigen und zu optimieren, dann würde sich die Chance erhöhen, früher als andere Wettbewerber innovative Produkte auf dem globalen Markt plazieren zu können. Während die praxisbezogene Seite als Technologietransfer zwischen Hochschule und Wirtschaft bereits institutionell entwickelt ist, bestehen noch Optimierungsspielräume seitens des Wissenstransfers.
Release

Neugierige Strukturvorschläge im maschinellen Lernen

Eine technikphilosophische Verortung

Author: Sebastian Harrach

Publisher: transcript Verlag

ISBN: 3839427053

Category: Philosophy

Page: 336

View: 675

Dieser Band beschäftigt sich mit dem maschinellen Lernen - der Autoadaption von algorithmischen Artefakten - als Thema interdisziplinärer Diskurse zu beispielsweise Selbstorganisation oder schwacher künstlicher Intelligenz. Anknüpfend an Heidegger, Goodman und Hubig ermöglicht die Studie einen systematischen interdisziplinären Zugang zu maschinellem Lernen, indem seine Charakteristika - etwa künstliche neuronale Netze oder evolutionäres Lernen - präzise, aber dennoch interdisziplinär verständlich beschrieben werden. Darauf aufbauend nimmt Sebastian Harrach eine technikphilosophische Verortung des maschinellen Lernens vor und geht exemplarisch den Denkrichtungen einer interdisziplinären Diskussion nach.
Release