Machine Learning mit Python: das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning
Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen Machine Learning un...
Gespeichert in:
| Beteilige Person: | |
|---|---|
| Weitere beteiligte Personen: | |
| Format: | Elektronisch E-Book |
| Sprache: | Deutsch |
| Veröffentlicht: |
[Germany]
mitp Verlags
[2017]
|
| Ausgabe: | 1. Auflage. |
| Schlagwörter: | |
| Links: | https://learning.oreilly.com/library/view/-/9783958454248/?ar |
| Zusammenfassung: | Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein. Aus dem Inhalt: Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalysen zum Auffinden verborgener Muster und Strukturen in Ihren Daten Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Neuronale Netze erzeugen mit Keras und Theano Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks. |
| Beschreibung: | "First published in the English language under the title Python machine learning - (9781783555130)"--Copyright page. - Description based on online resource; title from title page (Safari, viewed January 5, 2017) |
| Umfang: | 1 Online-Ressource (1 volume) illustrations |
| ISBN: | 9783958454224 3958454224 9783958454248 3958454240 3958454232 9783958454231 |
Internformat
MARC
| LEADER | 00000cam a22000002 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-047769300 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228120219.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 191023s2017 xx |||||o 00| ||ger c | ||
| 020 | |a 9783958454224 |9 978-3-95845-422-4 | ||
| 020 | |a 3958454224 |9 3-95845-422-4 | ||
| 020 | |a 9783958454248 |9 978-3-95845-424-8 | ||
| 020 | |a 3958454240 |9 3-95845-424-0 | ||
| 020 | |a 3958454232 |9 3-95845-423-2 | ||
| 020 | |a 9783958454231 |9 978-3-95845-423-1 | ||
| 035 | |a (DE-627-1)047769300 | ||
| 035 | |a (DE-599)KEP047769300 | ||
| 035 | |a (ORHE)9783958454248 | ||
| 035 | |a (DE-627-1)047769300 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a ger | ||
| 072 | 7 | |a COM |2 bisacsh | |
| 082 | 0 | |a 005.133 |2 23 | |
| 100 | 1 | |a Raschka, Sebastian |e VerfasserIn |4 aut | |
| 245 | 1 | 0 | |a Machine Learning mit Python |b das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning |c Sebastian Raschka ; Übersetzung aus dem Englischen von Knut Lorenzen |
| 250 | |a 1. Auflage. | ||
| 264 | 1 | |a [Germany] |b mitp Verlags |c [2017] | |
| 264 | 4 | |c ©2017 | |
| 300 | |a 1 Online-Ressource (1 volume) |b illustrations | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a "First published in the English language under the title Python machine learning - (9781783555130)"--Copyright page. - Description based on online resource; title from title page (Safari, viewed January 5, 2017) | ||
| 520 | |a Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein. Aus dem Inhalt: Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalysen zum Auffinden verborgener Muster und Strukturen in Ihren Daten Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Neuronale Netze erzeugen mit Keras und Theano Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks. | ||
| 650 | 0 | |a Machine learning | |
| 650 | 0 | |a Python (Computer program language) | |
| 650 | 0 | |a Data mining | |
| 650 | 4 | |a Apprentissage automatique | |
| 650 | 4 | |a Python (Langage de programmation) | |
| 650 | 4 | |a Exploration de données (Informatique) | |
| 650 | 4 | |a COMPUTERS / Programming Languages / Python | |
| 650 | 4 | |a Data mining | |
| 650 | 4 | |a Machine learning | |
| 650 | 4 | |a Python (Computer program language) | |
| 700 | 1 | |a Lorenzen, Knut |e ÜbersetzerIn |4 trl | |
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9783958454248/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Datensatz im Suchindex
| DE-BY-TUM_katkey | ZDB-30-ORH-047769300 |
|---|---|
| _version_ | 1821494855692451840 |
| adam_text | |
| any_adam_object | |
| author | Raschka, Sebastian |
| author2 | Lorenzen, Knut |
| author2_role | trl |
| author2_variant | k l kl |
| author_facet | Raschka, Sebastian Lorenzen, Knut |
| author_role | aut |
| author_sort | Raschka, Sebastian |
| author_variant | s r sr |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)047769300 (DE-599)KEP047769300 (ORHE)9783958454248 |
| dewey-full | 005.133 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 005 - Computer programming, programs, data, security |
| dewey-raw | 005.133 |
| dewey-search | 005.133 |
| dewey-sort | 15.133 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Informatik |
| edition | 1. Auflage. |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04150cam a22005652 4500</leader><controlfield tag="001">ZDB-30-ORH-047769300</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228120219.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">191023s2017 xx |||||o 00| ||ger c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783958454224</subfield><subfield code="9">978-3-95845-422-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3958454224</subfield><subfield code="9">3-95845-422-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783958454248</subfield><subfield code="9">978-3-95845-424-8</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3958454240</subfield><subfield code="9">3-95845-424-0</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3958454232</subfield><subfield code="9">3-95845-423-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783958454231</subfield><subfield code="9">978-3-95845-423-1</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)047769300</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP047769300</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9783958454248</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)047769300</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">COM</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">005.133</subfield><subfield code="2">23</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Raschka, Sebastian</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Machine Learning mit Python</subfield><subfield code="b">das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning</subfield><subfield code="c">Sebastian Raschka ; Übersetzung aus dem Englischen von Knut Lorenzen</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">[Germany]</subfield><subfield code="b">mitp Verlags</subfield><subfield code="c">[2017]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2017</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (1 volume)</subfield><subfield code="b">illustrations</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">"First published in the English language under the title Python machine learning - (9781783555130)"--Copyright page. - Description based on online resource; title from title page (Safari, viewed January 5, 2017)</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein. Aus dem Inhalt: Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalysen zum Auffinden verborgener Muster und Strukturen in Ihren Daten Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Neuronale Netze erzeugen mit Keras und Theano Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Machine learning</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Python (Computer program language)</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Data mining</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Apprentissage automatique</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Python (Langage de programmation)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Exploration de données (Informatique)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">COMPUTERS / Programming Languages / Python</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Data mining</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Machine learning</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Python (Computer program language)</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Lorenzen, Knut</subfield><subfield code="e">ÜbersetzerIn</subfield><subfield code="4">trl</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9783958454248/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-047769300 |
| illustrated | Illustrated |
| indexdate | 2025-01-17T11:21:01Z |
| institution | BVB |
| isbn | 9783958454224 3958454224 9783958454248 3958454240 3958454232 9783958454231 |
| language | German |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 Online-Ressource (1 volume) illustrations |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2017 |
| publishDateSearch | 2017 |
| publishDateSort | 2017 |
| publisher | mitp Verlags |
| record_format | marc |
| spelling | Raschka, Sebastian VerfasserIn aut Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning Sebastian Raschka ; Übersetzung aus dem Englischen von Knut Lorenzen 1. Auflage. [Germany] mitp Verlags [2017] ©2017 1 Online-Ressource (1 volume) illustrations Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier "First published in the English language under the title Python machine learning - (9781783555130)"--Copyright page. - Description based on online resource; title from title page (Safari, viewed January 5, 2017) Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein. Aus dem Inhalt: Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalysen zum Auffinden verborgener Muster und Strukturen in Ihren Daten Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Neuronale Netze erzeugen mit Keras und Theano Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks. Machine learning Python (Computer program language) Data mining Apprentissage automatique Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS / Programming Languages / Python Lorenzen, Knut ÜbersetzerIn trl |
| spellingShingle | Raschka, Sebastian Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning Machine learning Python (Computer program language) Data mining Apprentissage automatique Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS / Programming Languages / Python |
| title | Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning |
| title_auth | Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning |
| title_exact_search | Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning |
| title_full | Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning Sebastian Raschka ; Übersetzung aus dem Englischen von Knut Lorenzen |
| title_fullStr | Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning Sebastian Raschka ; Übersetzung aus dem Englischen von Knut Lorenzen |
| title_full_unstemmed | Machine Learning mit Python das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning Sebastian Raschka ; Übersetzung aus dem Englischen von Knut Lorenzen |
| title_short | Machine Learning mit Python |
| title_sort | machine learning mit python das praxis handbuch fur data science predictive analytics und deep learning |
| title_sub | das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning |
| topic | Machine learning Python (Computer program language) Data mining Apprentissage automatique Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS / Programming Languages / Python |
| topic_facet | Machine learning Python (Computer program language) Data mining Apprentissage automatique Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS / Programming Languages / Python |
| work_keys_str_mv | AT raschkasebastian machinelearningmitpythondaspraxishandbuchfurdatasciencepredictiveanalyticsunddeeplearning AT lorenzenknut machinelearningmitpythondaspraxishandbuchfurdatasciencepredictiveanalyticsunddeeplearning |