KI-Algorithmen mit Python Die Klassiker von K-Nearest Neighbors bis zum Reinforcement Learning
ca. € 34,90
Vorbestellbar
Lieferbar ab 08.10.2026
ca. € 34,90
Vorbestellbar
Verfügbar ab 08.10.2026
ca. € 39,90
Vorbestellbar
Verfügbar ab 08.10.2026
Rheinwerk Computing, ISBN 978-3-367-11480-1
E-Book-Formate: PDF, EPUB, Online
Rheinwerk Computing, ISBN 978-3-367-11481-8
E-Book-Formate: PDF, EPUB, Online
Rheinwerk Computing, ISBN 978-3-367-11484-9
E-Book-Formate: PDF, EPUB, Online
Rheinwerk Computing, ISBN 978-3-367-11485-6
In Zeiten von Claude, Gemini, ChatGPT und Co. ist längst bekannt: KI ist nicht gleich KI. In diesem Buch lernen die zentralen lernenden Algorithmen kennen, die Sie für Ausbildung und Beruf benötigen. Von K-Nearest Neighbours bis Reinforcement Learning zeigt Ihnen Jens Gaulke, wie Sie jeden dieser Algorithmen in Python von Grund auf implementieren. Mit vielen Übungen und Best Practices bleibt es praxisnah und codeorientiert: Denn wer KI verstehen will, muss sie selbst konstruieren.
- Grundlegende KI-Algorithmen verstehen und in Python implementieren
- Anwendungsfelder, Stolperfallen und Best Practices für jedes Verfahren
- Inklusive Übungen zu den Grenzen der Algorithmen
Das ideale Grundlagenbuch für Studium und Beruf
-
Python-Implementierung auf Codebasis
Python ist nach wie vor die Hauptsprache für maschinelles Lernen. Jens Gaulke führt Sie in diesem Buch an die Python-Implementierung der vorgestellten Algorithmen heran – praxisnah und mit echten Daten. Ob Sie einen pragmatischen Zugang zum Machine Learning suchen, oder einfach Ihre Pythonkenntnise vertiefen wollen: Hier sind Sie an der richtigen Stelle.
-
KI-Algorithmen vorgestellt
Jeder Algorithmus wird in einem eigenen Kapitel vorgestellt. So können Sie das Buch entweder von vorne nach hinten durcharbeiten, um ein breites Wissen aufzubauen, oder es als Nachschlagewerk nutzen. Erarbeiten Sie sich auf diese Weise Informationen zu genau dem Algorithmus, der Sie in Ausbildung oder Beruf gerade beschäftigt.
-
Grenzen der Verfahren kennenlernen
In zahlreichen Übungsabschnitten lädt der Autor Sie ein, die Grenzen der Algorithmen zu testen. Sie probieren selbst aus, was (nicht) funktioniert und welches Verfahren sich für welche Arbeitsschritte am besten eignet. Darüber hinaus stehen Ihnen auch Aufgaben und Best Practices zur Verfügung – die Lösungen finden Sie im Downloadbereich zum Buch.
Aus dem Inhalt
- Das richtige Software-Setup
- Mathematische Grundlagen
- K-Nearest Neighbours
- Naive Bayes
- Lineare und logistische Regression
- K-Means Clustering
- Entscheidungsbäume
- Support-Vector-Maschinen
- Neuronale Netze
- Selbstorganisierende Karten
- Verstärkendes Lernen
- KI und Ethik