Cover von Online Machine Learning wird in neuem Tab geöffnet

Online Machine Learning

eine praxisorientiere Einführung
Suche nach Verfasser*in
Verfasser*innenangabe: Thomas Bartz-Beielstein, Eva Bartz (Hrsg.)
Jahr: 2024
Verlag: Wiesbaden, Springer Vieweg
Mediengruppe: Buch
verfügbar

Exemplare

AktionZweigstelleStandorteStatusFristVorbestellungen
Vorbestellen Zweigstelle: 07., Urban-Loritz-Pl. 2a Standorte: NT.EIA Onli / College 6c - Informatik & Computer Status: Verfügbar Frist: Vorbestellungen: 0

Inhalt

- Zeigt die Vorteile von Online Machine Learning gegenüber Batch Machine Learning
- Bietet Wissen und Einschätzungen von erfahrenen Experten
- Mit Quelltext und Beispielen für die Anwendung in der Praxis
 
Dieses Buch beschreibt Theorie und Anwendungen aus dem Bereich des Online Maschine Learnings (OML), wobei der Fokus auf Verfahren des überwachten Lernens liegt. Es werden Verfahren zur Drifterkennung und -behandlung beschrieben. Verfahren zur nachträglichen Aktualisierung der Modelle sowie Methoden zur Modellbewertung werden dargestellt. Besondere Anforderungen aus der amtlichen Statistik (unbalancierte Daten, Interpretierbarkeit, etc.) werden berücksichtigt. Aktuelle und mögliche Anwendungen werden aufgelistet. Ein Überblick über die verfügbaren Software-Tools wird gegeben. Anhand von zwei Studien (“simulierten Anwendungen”) werden Vor- und Nachteile des OML-Einsatz in der Praxis experimentell analysiert.
 
Das Buch eignet sich als Handbuch für Experten, Lehrbuch für Anfänger und wissenschaftliche Publikation, da es den neuesten Stand der Forschung wiedergibt. Es kann auch als OML-Consulting dienen, indem Entscheider und Praktiker OML anpassen und für ihre Anwendung einsetzen, um abzuwägen, ob die Vorteile die Kosten aufwiegen.
 
(Verlagstext)

Details

Suche nach Verfasser*in
Verfasser*innenangabe: Thomas Bartz-Beielstein, Eva Bartz (Hrsg.)
Jahr: 2024
Verlag: Wiesbaden, Springer Vieweg
opens in new tab
Systematik: Suche nach dieser Systematik NT.EIA
Suche nach diesem Interessenskreis
ISBN: 978-3-658-42504-3
2. ISBN: 3-658-42504-0
Beschreibung: 1. Auflage 2023, XIII, 154 Seiten : Illustrationen
Schlagwörter: Machine learning, Maschinelles Lernen, Algorithmisches Lernen, Automated learning, Lernen <Künstliche Intelligenz>
Beteiligte Personen: Suche nach dieser Beteiligten Person Bartz-Beielstein, Thomas; Bartz, Eva
Sprache: Deutsch
Fußnote: Literaturverzeichnis S. 145-150.
Mediengruppe: Buch