Das Buch gibt eine Einführung in das Gebiet des Algorithmischen Lernens, d. h. in den Bereich des Maschinellen Lernens, der methodische und komplexitätstheoretische Aspekte betont. Zunächst wird die Frage geklärt, was überhaupt Lernen bedeutet und wann man davon reden kann, eine Maschine habe gelernt. Anschließend wird einerseits untersucht, welche Objekte in diesem Sinne lernbar sind, andererseits werden auch die Grenzen aufgezeigt. Es werden strukturelle Resultate und algorithmische Entwurfsprinzipien für diese Verfahren dargestellt. Dabei geht es darum, zu bestimmen, wieviel Information zum Lernen notwendig bzw. ausreichend ist. Darüber hinaus werden auch Verfahren für konkrete Aufgaben vorgestellt. Außerdem werden Methoden präsentiert, um unzureichende Lernverfahren zu verbessern und Störungen in der zum Lernen benutzten Information herauszufiltern. Übungen ermöglichen die Überprüfung des richtigen Verständnisses beim Lesen des Buches.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Anbieter: medimops, Berlin, Deutschland
Zustand: good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present. Artikel-Nr. M03519029464-G
Anzahl: 1 verfügbar
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Zustand: New. In English. Artikel-Nr. ria9783519029465_new
Anzahl: Mehr als 20 verfügbar
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Paperback. Zustand: Brand New. 204 pages. German language. 9.70x6.70x0.55 inches. In Stock. Artikel-Nr. x-3519029464
Anzahl: 2 verfügbar
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Das Buch gibt eine Einführung in das Gebiet des Algorithmischen Lernens, d. h. in den Bereich des Maschinellen Lernens, der methodische und komplexitätstheoretische Aspekte betont. Zunächst wird die Frage geklärt, was überhaupt Lernen bedeutet und wann man davon reden kann, eine Maschine habe gelernt. Anschließend wird einerseits untersucht, welche Objekte in diesem Sinne lernbar sind, andererseits werden auch die Grenzen aufgezeigt. Es werden strukturelle Resultate und algorithmische Entwurfsprinzipien für diese Verfahren dargestellt. Dabei geht es darum, zu bestimmen, wieviel Information zum Lernen notwendig bzw. ausreichend ist. Darüber hinaus werden auch Verfahren für konkrete Aufgaben vorgestellt. Außerdem werden Methoden präsentiert, um unzureichende Lernverfahren zu verbessern und Störungen in der zum Lernen benutzten Information herauszufiltern. Übungen ermöglichen die Überprüfung des richtigen Verständnisses beim Lesen des Buches. Artikel-Nr. 9783519029465
Anzahl: 1 verfügbar
Anbieter: Kennys Bookstore, Olney, MD, USA
Zustand: New. 2000. Paperback. . . . . . Books ship from the US and Ireland. Artikel-Nr. V9783519029465
Anzahl: 15 verfügbar
Anbieter: Buchpark, Trebbin, Deutschland
Zustand: Sehr gut. Zustand: Sehr gut | Sprache: Deutsch | Produktart: Bücher | Das Buch gibt eine Einführung in das Gebiet des Algorithmischen Lernens, d. h. in den Bereich des Maschinellen Lernens, der methodische und komplexitätstheoretische Aspekte betont. Zunächst wird die Frage geklärt, was überhaupt Lernen bedeutet und wann man davon reden kann, eine Maschine habe gelernt. Anschließend wird einerseits untersucht, welche Objekte in diesem Sinne lernbar sind, andererseits werden auch die Grenzen aufgezeigt. Es werden strukturelle Resultate und algorithmische Entwurfsprinzipien für diese Verfahren dargestellt. Dabei geht es darum, zu bestimmen, wieviel Information zum Lernen notwendig bzw. ausreichend ist. Darüber hinaus werden auch Verfahren für konkrete Aufgaben vorgestellt. Außerdem werden Methoden präsentiert, um unzureichende Lernverfahren zu verbessern und Störungen in der zum Lernen benutzten Information herauszufiltern. Übungen ermöglichen die Überprüfung des richtigen Verständnisses beim Lesen des Buches. Artikel-Nr. 15173/202
Anzahl: 3 verfügbar