Fr. 57.50

Überwachtes maschinelles Lernen: Ein umfassender Leitfaden

German · Paperback / Softback

Shipping usually within 1 to 2 weeks (title will be printed to order)

Description

Read more

Das Buch "Überwachtes maschinelles Lernen: Ein umfassender Leitfaden" von Dr. Subir Gupta zielt darauf ab, ein vertieftes Verständnis der Algorithmen des überwachten maschinellen Lernens zu vermitteln. Es richtet sich an Studenten, Fachleute und Forscher und bietet klare Erklärungen und praktische Anwendungen. Das Buch ist in drei Hauptabschnitte unterteilt: eine Einführung in die grundlegenden Konzepte und Arten des überwachten Lernens, eine detaillierte Untersuchung von Regressionsalgorithmen und eine umfassende Untersuchung von Klassifikationsalgorithmen. Jeder Algorithmus wird mit Definitionen, praktischen Anwendungen, Pseudocode und Diskussionen über seine Grenzen erläutert. Das Handbuch ist als wertvolle Ressource für alle gedacht, die Techniken des maschinellen Lernens effektiv zur Lösung von Problemen in der Praxis einsetzen wollen.

About the author










Dr. Subir Gupta, Leiter des Fachbereichs Informatik und Ingenieurwesen (KI & ML) am Haldia Institute of Technology in Westbengalen, hat am IIEST in Shibpur promoviert. In seiner über 24-jährigen Lehrtätigkeit hat er 37 Forschungsarbeiten verfasst, hält vier Patente und hat drei internationale Bücher herausgegeben. Mit seiner Arbeit leistet er einen wichtigen Beitrag zur Informatikausbildung und Innovation.

Product details

Authors Subir Gupta
Publisher Verlag Unser Wissen
 
Languages German
Product format Paperback / Softback
Released 29.10.2024
 
EAN 9786208248369
ISBN 9786208248369
No. of pages 64
Subject Social sciences, law, business > Law > Miscellaneous

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.