Inhaltsangabe
Machine Learning und Neuronale Netze: Der verständliche Einstieg mit Python
Data Science ist eine der Schlüsseltechnologien des 21. Jahrhunderts. In diesem Buch lernen Sie die Grundlagen dazu. Es richtet sich an alle, die diesen Schritt gehen wollen, an Wirtschaftswissenschaftler aus Theorie und Praxis, Softwareentwickler wie auch Programmiereinsteiger.
Das Buch bietet eine fundierte Einführung in Machine Learning und Neuronale Netze in Python. Es werden alle notwendigen Grundlagen erklärt, notwendiges mathematisches Hintergrundwissen wiederholt und ein Crash Kurs in Python gegeben, so dass man auch ohne Vorkenntnisse dieses Buch nutzen kann. Daraufhin werden anhand von vielen Praxisbeispielen die bekanntesten Machine Learning Algorithmen theoretisch und praktisch erklärt. Ein großes Kapitel widmet sich dem Deep Learning, den Aufbau von neuronalen Netzen, den Algorithmen, die in der Praxis immer mehr Anwendung finden.
Das Buch im Überblick:
Inhalte:
- Einführung in Data Science, Mathematik und Python
- Datenaufbereitung in Python
- Data Science mit Scipy
- Regressionsmodelle mit Scikit-Learn
- Baumverfahren
- Support Vector Machines
- Unsupervised Modelle wie Clustering
- Aufbau von Data Science Modellen
- Deep Learning / Neuronale Netze mit TensorFlow2 und Keras
Vorteile
- Einfache, anschauliche Einführung in grundlegende bis fortgeschrittene Themen der Datenanalyse und des Machine Learnings
- Praktische Beispiele mit ausführlichen Erklärungen
- Vorstellung verschiedener Modelle, Data Science Ansätzen, gängiger Bibliotheken und Online-Ressourcen
- Übersicht über Pythons vielfältige Anwendungsmöglichkeiten im Machine Learning
- Lösungen für spezifische Aufgaben mithilfe von effizienten Algorithmen finden
- Alle Codebeispiele stehen als kostenloser Download zum selbstständigen Ausprobieren bereit
- kostenfrei als eBook herunterladen
Dieses Buch bietet Ihnen einen umfassenden Einstieg in Data Science mit Python!
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Über die Autorin bzw. den Autor
Philipp Grunert ist Diplom Volkswirt, Diplom Kaufmann und hat einen Master in Statistik. Er hat eine über 20-jährige Berufserfahrung als Consultant, Manager, Geschäftsführer und Freiberufler in Data Science Projekten bei internationalen wie mittelständischen Firmen der old and new economy. Er war u.a. als Manager und Teamleiter mit dem Schwerpunkt analytisches CRM und Business Analytics für SHS VIVEON und Capgemini Consulting tätig. Er hat über 3 Jahre am Lehrstuhl für „Angewandte Statistik“ gelehrt und geforscht und ist Trainer für Firmen sowie Dozent an mehreren Hochschulen für Data Science. Philipp Grunert ist Referent auf Fachkongressen und publiziert regelmäßig. Aktuell ist Philipp Grunert Geschäftsführer des IMSP mit dem Schwerpunkt analytisches CRM, Geschäftsführer der Data Science Factory mit dem Schwerpunkt vollautomatisierter Data Science Modelle, sowie Gründer des Statistik Institut für Data-Science-Firmenschulungen.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
