國立虎尾科技大學 |

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

Record Type:	Language materials, printed : Monograph/item
Title/Author:	Künstliche Intelligenz in den Ingenieurwissenschaften/ von Stephan Matzka.
Reminder of title:	Maschinelles Lernen verstehen und bewerten /
Author:	Matzka, Stephan.
Description:	X, 218 S. 94 Abb., 88 Abb. in Farbe.online resource. :
Contained By:	Springer Nature eBook
Subject:	Artificial intelligence. -
Online resource:	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:

559380
Artificial intelligence.

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 0 $a Artificial intelligence. $3 559380
650 0 $a Machine learning. $3 561253
650 0 $a Mechanical engineering. $3 557493
650 0 $a Application software. $3 528147
650 1 4 $a Artificial Intelligence. $3 646849
650 2 4 $a Machine Learning. $3 1137723
650 2 4 $a Mechanical Engineering. $3 670827
650 2 4 $a Computer Applications. $3 669785
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)