Marcus J Neuer

Maschinelles Lernen für die Ingenieurwissenschaften

Einführung in physikalisch informierte, erklärbare Lernverfahren für KI in technischen Anwendungen. Auflage 2024.
kartoniert , 280 Seiten
ISBN 366268215X
EAN 9783662682159
Veröffentlicht Juni 2024
Verlag/Hersteller Springer Berlin Heidelberg

Auch erhältlich als:

pdf eBook
29,99
39,99 inkl. MwSt.
Mit click & collect abholbar: - in 4-6 Werktagen in der Buchhandlung
Lieferbar innerhalb von 3-5 Tagen (Versand mit Deutscher Post/DHL)
Teilen
Beschreibung

Maschinelles Lernen und künstliche Intelligenz sind omnipräsente Begriffe zur Verbesserung von technischen Prozessen. Die praktische Umsetzung an realen Problemen gestaltet sich aber oft schwierig und komplex.
Dieses Lehrbuch erklärt Lernverfahren anhand von analytischen Konzepten im Zusammenspiel mit vollständigen Programmierbeispielen in Python und bezieht sich auf dabei stets auf reale technische Anwendungsszenarien. Es zeigt den Einsatz physikalisch-informierter Lernstrategien, die Einbeziehung von Unsicherheit in die Modellierung und den Aufbau von erklärbarer, vertrauenswürdiger künstlicher Intelligenz mit Hilfe spezialisierter Datenbanken.
Dieses Lehrbuch richtet sich somit sowohl an Studierende der Ingenieurswissenschaften, Naturwissenschaft, Medizin und Betriebswirtschaft als auch an Anwender aus der Industrie (vor allem Data Scientists), Entwickler*innen von Expertendatenbanken und Softwareentwickler*innen.

Portrait

Dr. Marcus J. Neuer hat in diversen Forschungs- und Industrieprojekten Maschinelles Lernen und erklärbare künstliche Intelligenz für nutzbare, gewinnbringende Anwendungen entwickelt. Er leitet die Forschungs- und Entwicklungsabteilung der innoRIID GmbH und lehrt an der RWTH Aachen sowie der Fachhochschule der Wirtschaft, FHDW. Seine Algorithmen werden heute in verschiedenen Produkten, u.a. in den Bereichen der nuklearen Sicherheit und der Prozessindustrie, erfolgreich eingesetzt.

Hersteller
Springer-Verlag GmbH
Tiergartenstr. 17

DE - 69121 Heidelberg

E-Mail: ProductSafety@springernature.com