Künstliche Intelligenz in den Ingenieurwissenschaften

Lieferzeit: Lieferbar innerhalb 14 Tagen

49,99 €

Maschinelles Lernen verstehen und bewerten, EBook inside, Springer-Lehrbuch

ISBN: 365834640X
ISBN 13: 9783658346409
Autor: Matzka, Stephan
Verlag: Springer Vieweg
Umfang: x, 218 S., 6 s/w Illustr., 88 farbige Illustr., 218 S. 94 Abb., 88 Abb. in Farbe. Book + eBook.
Erscheinungsdatum: 09.07.2021
Auflage: 1/2021
Format: 1.5 x 24 x 16.9
Gewicht: 406 g
Produktform: Digitalprodukt/E-Book (ohne Datenträger)
Einband: Kartoniert

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 LernenDie Zielgruppen – Studierende der Ingenieurwissenschaften- Praktiker im industriellen Umfeld, die eine Kompetenz im Bereich der künstlichen Intelligenz aufbauen möchten.Der AutorProf. 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.

Artikelnummer: 2486841 Kategorie:

Beschreibung

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.

Autorenporträt

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.

Herstellerkennzeichnung:


Springer Vieweg in Springer Science + Business Media
Abraham-Lincoln-Straße 46
65189 Wiesbaden
DE

E-Mail: juergen.hartmann@springer.com

Das könnte Ihnen auch gefallen …