國立虎尾科技大學 |

Künstliche Intelligenz in den Ingenieurwissenschaften = Maschinelles Lernen verstehen und bewerten /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Künstliche Intelligenz in den Ingenieurwissenschaften/ von Stephan Matzka.
其他題名:	Maschinelles Lernen verstehen und bewerten /
作者:	Matzka, Stephan.
面頁冊數:	X, 218 S. 94 Abb., 88 Abb. in Farbe.online resource. :
Contained By:	Springer Nature eBook
標題:	Computer Applications. -
電子資源:	https://doi.org/10.1007/978-3-658-34641-6
ISBN:	9783658346416

Künstliche Intelligenz in den Ingenieurwissenschaften = Maschinelles Lernen verstehen und bewerten /
Matzka, Stephan.

Künstliche Intelligenz in den IngenieurwissenschaftenMaschinelles Lernen verstehen und bewerten /[electronic resource] :von Stephan Matzka. - 1st ed. 2021. - X, 218 S. 94 Abb., 88 Abb. in Farbe.online resource.

Grundlagen -- Daten visualisieren und analysieren -- Daten vorbereiten und bereinigen -- Überwachtes Lernen -- Unüberwachtes Lernen.

Dieses Lehrbuch bietet eine solide Einführung in das Gebiet der Künstlichen Intelligenz, ohne dabei Programmierkenntnisse vorauszusetzen. Es richtet sich somit insbesondere an nicht-informatische Studiengänge. Der Schwerpunkt liegt auf dem Verständnis der grundlegenden Methoden und der Bildung einer Beurteilungskompetenz bezüglich der maschinell trainierten Modelle. Dabei wird u. a. auf die Vorbereitung von Datensätzen eingegangen, ebenso wie auf die Verwendung von Algorithmen im überwachten und unüberwachten maschinellen Lernen. Praxisbeispiele, Verständnisfragen und Übungsaufgaben runden das Lehrbuch ab. Der Inhalt Grundlagen Daten visualisieren und analysieren Daten vorbereiten und bereinigen Überwachtes Lernen Unüberwachtes Lernen Die Zielgruppen Studierende der Ingenieurwissenschaften Praktiker im industriellen Umfeld, die eine Kompetenz im Bereich der künstlichen Intelligenz aufbauen möchten. Der Autor Prof. Dr. Stephan Matzka ist seit 2017 Professor für Mechatronik mit dem Schwerpunkt Künstliche Intelligenz im Studiengang Maschinenbau der HTW Berlin. Davor war er Leiter der Planung Automatisierungstechnik Montagen bei der Audi AG.

ISBN: 9783658346416

Standard No.: 10.1007/978-3-658-34641-6doiSubjects--Topical Terms:

669785
Computer Applications.

LC Class. No.: Q334-342

Dewey Class. No.: 006.3

Künstliche Intelligenz in den Ingenieurwissenschaften = Maschinelles Lernen verstehen und bewerten /
LDR:02545nam a22003495i 4500 001 1048513
003 DE-He213
005 20210708072030.0
007 cr nn 008mamaa
008 220103s2021 gw | s |||| 0|ger d
020 $a 9783658346416 $9 978-3-658-34641-6
024 7 $a 10.1007/978-3-658-34641-6 $2 doi
035 $a 978-3-658-34641-6
050 4 $a Q334-342
072 7 $a UYQ $2 bicssc
072 7 $a COM004000 $2 bisacsh
072 7 $a UYQ $2 thema
082 0 4 $a 006.3 $2 23
100 1 $a Matzka, Stephan. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1352409
245 1 0 $a Künstliche Intelligenz in den Ingenieurwissenschaften $h [electronic resource] : $b Maschinelles Lernen verstehen und bewerten / $c von Stephan Matzka.
250 $a 1st ed. 2021.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2021.
300 $a X, 218 S. 94 Abb., 88 Abb. in Farbe. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
505 0 $a Grundlagen -- Daten visualisieren und analysieren -- Daten vorbereiten und bereinigen -- Überwachtes Lernen -- Unüberwachtes Lernen.
520 $a Dieses Lehrbuch bietet eine solide Einführung in das Gebiet der Künstlichen Intelligenz, ohne dabei Programmierkenntnisse vorauszusetzen. Es richtet sich somit insbesondere an nicht-informatische Studiengänge. Der Schwerpunkt liegt auf dem Verständnis der grundlegenden Methoden und der Bildung einer Beurteilungskompetenz bezüglich der maschinell trainierten Modelle. Dabei wird u. a. auf die Vorbereitung von Datensätzen eingegangen, ebenso wie auf die Verwendung von Algorithmen im überwachten und unüberwachten maschinellen Lernen. Praxisbeispiele, Verständnisfragen und Übungsaufgaben runden das Lehrbuch ab. Der Inhalt Grundlagen Daten visualisieren und analysieren Daten vorbereiten und bereinigen Überwachtes Lernen Unüberwachtes Lernen Die Zielgruppen Studierende der Ingenieurwissenschaften Praktiker im industriellen Umfeld, die eine Kompetenz im Bereich der künstlichen Intelligenz aufbauen möchten. Der Autor Prof. Dr. Stephan Matzka ist seit 2017 Professor für Mechatronik mit dem Schwerpunkt Künstliche Intelligenz im Studiengang Maschinenbau der HTW Berlin. Davor war er Leiter der Planung Automatisierungstechnik Montagen bei der Audi AG.
650 2 4 $a Computer Applications. $3 669785
650 2 4 $a Mechanical Engineering. $3 670827
650 2 4 $a Machine Learning. $3 1137723
650 1 4 $a Artificial Intelligence. $3 646849
650 0 $a Application software. $3 528147
650 0 $a Mechanical engineering. $3 557493
650 0 $a Machine learning. $3 561253
650 0 $a Artificial intelligence. $3 559380
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658346409
856 4 0 $u https://doi.org/10.1007/978-3-658-34641-6
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)