Mathematische Grundlagen des überwachten maschinellen Lernens
Mathematische Grundlagen des überwachten maschinellen Lernens: Optimierungstheoretische Methoden
Deutsch | 2024 | ISBN: 3662681331 | 91 Pages | PDF (True) | 1.2 MB
Deutsch | 2024 | ISBN: 3662681331 | 91 Pages | PDF (True) | 1.2 MB
Dieses Buch behandelt die gängigsten Methoden zur Klassifikation von digitalisierten Objekten. Jedem Objekt ist ein Punkt im Euklidischen Raum passender Dimension zugeordnet. Das Lernen basiert auf einer Menge von Punkten, für die die zugehörige Klasse bekannt ist. Eine Reduktion der Dimension sowie elementare und anspruchsvollere Methoden zur Ermittlung schnell berechenbarer Funktionen, mit denen man aus einem Punkt die zugehörige Klasse mit einer möglichst geringen Fehlerrate ableiten kann, werden hergeleitet und in einer einheitlichen Herangehensweise begründet. Die recht elementaren Beweise werden im Wesentlichen mit Mitteln der Linearen Algebra geführt, nur für die neuronalen Netze wird etwas Analysis benötigt.