Mehr lesen
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.
Inhaltsverzeichnis
Grundlagen.- Daten visualisieren und analysieren.- Daten vorbereiten und bereinigen.- Überwachtes Lernen.- Unüberwachtes Lernen.
Über den Autor / die Autorin
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.
