Fr. 47.90

Algorithmisches Lernen

German · Paperback / Softback

Shipping usually within 6 to 7 weeks

Description

Read more

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.

List of contents

Aus dem Inhalt:
Einleitung Das PAC-Modell Occam's Razor - Schwache Lerner und Boosting - Nichtlernbarkeit - Lernen aus verrauschten Beispielen - On-Line-Lernen - Aufgaben - Anhang A: Ungleichungen aus der Statistik Literaturverzeichnis - Index
Eine Liste mit Errata steht über diesen Link zur Verfügung stehen.

Summary

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.

Product details

Authors Paul Fischer, Paul (Prof. Dr Fischer
Publisher Vieweg+Teubner
 
Languages German
Product format Paperback / Softback
Released 01.01.1999
 
EAN 9783519029465
ISBN 978-3-519-02946-5
No. of pages 196
Dimensions 170 mm x 245 mm x 10 mm
Weight 320 g
Assisted by Paul Fischer
Illustrations 14 SW-Abb.,
Series Leitfäden der Informatik
Leitfäden der Informatik
XLeitfäden der Informatik
Subjects Natural sciences, medicine, IT, technology > Technology

Wissenschaft, Maschine, Informatik, Programmiersprache, A, Maschinelles Lernen, computer science, Engineering, general, Technology and Engineering, algorithmische Lerntheorie, Nichtlernbarkeit, Leitfäden der Informatik, algorithmisches Lernen, Occam's Razor, Lernen aus verrauschten Beispielen

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.