Machine Learning Mitchell 1997.: Unterschied zwischen den Versionen
Gego (Diskussion | Beiträge) (Die Seite wurde neu angelegt: „{{Werk |Titel=Machine Learning |Autor=Mitchell-Tom |Herkunft=Published on author's HP |Copyright=Fair use |Auflage=1 |Erscheinungsjahr=1997/03/01 |Sprache=English |Typ=Monographie |ISBN=0070428077 |Fachgebiete=101 Mathematik,102 Informatik,211 Andere Technische Wissenschaften |Tags=Machine Learning, AI, Expertensysteme, IT, Statistik, Künstliche Intelligenz |Kurzbeschreibung=Machine Learning is the study of computer algorithms that improve automatically…“) |
Gego (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
Zeile 8: | Zeile 8: | ||
|Sprache=English | |Sprache=English | ||
|Typ=Monographie | |Typ=Monographie | ||
|Verlag=McGraw Hill | |||
|ISBN=0070428077 | |ISBN=0070428077 | ||
|Fachgebiete=101 Mathematik,102 Informatik,211 Andere Technische Wissenschaften | |Fachgebiete=101 Mathematik,102 Informatik,211 Andere Technische Wissenschaften | ||
Zeile 16: | Zeile 17: | ||
|Searchlink=Machine+Learning | |Searchlink=Machine+Learning | ||
}} | }} | ||
==Freie PDF Downloads von der Autorenseite== | |||
Das [http://www.cs.cmu.edu/~tom/files/MachineLearningTomMitchell.pdf Buch] - [https://web.archive.org/web/20220000000000*/http://www.cs.cmu.edu/afs/cs.cmu.edu/user/mitchell/ftp/mlbook.html Archivversion] | |||
:Zusätzliches Kapitel [http://www.cs.cmu.edu/~tom/mlbook/Joint_MLE_MAP.pdf Schätzung von Wahrscheinlichkeiten: MLE und MAP] | |||
:Zusätzliches Kapitel [http://www.cs.cmu.edu/~tom/mlbook/NBayesLogReg.pdf Generative und diskriminative Klassifikatoren: Naive Bayes und logistische Regression] | |||
:Zusätzliches Kapitel [http://www.cs.cmu.edu/~tom/mlbook/keyIdeas.pdf Key Ideas in Machine Learning] | |||
[http://www.cs.cmu.edu/~tom/10701_sp11/lectures.shtml Kurs über maschinelles Lernen] mit diesem Buch und zusätzlicher Lektüre aus dem Jahr 2011 (einschließlich Videovorlesungen, Online-Folien, Hausaufgaben und Prüfungen) | |||
:[http://www.cs.cmu.edu/afs/cs.cmu.edu/user/mitchell/ftp/ml-examples.html Software und Daten], die im Text besprochen werden. | |||
:[http://www.cs.cmu.edu/~tom/ml-errata.pdf Errata für die erste und zweite Auflage] | |||
:[http://www.cs.cmu.edu/~tom Über den Autor.] | |||
:[http://www.cs.cmu.edu/~tom/mlbook-reviews.html Rezensionen zu diesem Buch.] | |||
==Kapitel== | |||
:1. Introduction | |||
:2. Concept Learning and the General-to-Specific Ordering | |||
:3. Decision Tree Learning | |||
:4. Artificial Neural Networks | |||
:5. Evaluating Hypotheses | |||
:6. Bayesian Learning | |||
:7. Computational Learning Theory | |||
:8. Instance-Based Learning | |||
:9. Genetic Algorithms | |||
:10. Learning Sets of Rules | |||
:11. Analytical Learning | |||
:12. Combining Inductive and Analytical Learning | |||
:13. Reinforcement Learning | |||
414 pages. ISBN 0070428077 | |||
{{Vorlagen_2_Closing_Divs}} |
Aktuelle Version vom 17. August 2022, 16:56 Uhr
WERKINFORMATION
Machine Learning is the study of computer algorithms that improve automatically through experience. This book provides a single source introduction to the field. It is written for advanced undergraduate and graduate students, and for developers and researchers in the field. No prior background in artificial intelligence or statistics is assumed. Sprache des Werks: English. Version: 1.
- Machine Learning . McGraw Hill
- Mitchell-Tom
- 1997/03/01
- Fair use Published on author's HP
- Monographie
Zitierhilfe: Zitiere diese Inhalte in verschiedenen Zitierstilen. Archivkopien aller Inhalte finden sich auch im großartigen Internet Archive (Spenden).
QUERVERBINDUNGEN
Verbindungen mit Personen, Orten, Dingen und Ereignissen finden sich unter Themen und Schwerpunkte.
TAGS & KATEGORIEN
Freie PDF Downloads von der Autorenseite
Das Buch - Archivversion
- Zusätzliches Kapitel Schätzung von Wahrscheinlichkeiten: MLE und MAP
- Zusätzliches Kapitel Generative und diskriminative Klassifikatoren: Naive Bayes und logistische Regression
- Zusätzliches Kapitel Key Ideas in Machine Learning
Kurs über maschinelles Lernen mit diesem Buch und zusätzlicher Lektüre aus dem Jahr 2011 (einschließlich Videovorlesungen, Online-Folien, Hausaufgaben und Prüfungen)
- Software und Daten, die im Text besprochen werden.
Kapitel
- 1. Introduction
- 2. Concept Learning and the General-to-Specific Ordering
- 3. Decision Tree Learning
- 4. Artificial Neural Networks
- 5. Evaluating Hypotheses
- 6. Bayesian Learning
- 7. Computational Learning Theory
- 8. Instance-Based Learning
- 9. Genetic Algorithms
- 10. Learning Sets of Rules
- 11. Analytical Learning
- 12. Combining Inductive and Analytical Learning
- 13. Reinforcement Learning
414 pages. ISBN 0070428077
.
Endnoten