Grundkurs Machine Learning

Maschinelles Lernen - alle Grundlagen! Paul Wilmott ist für seine erhellende und unterhaltsame Darstellung angewandter Mathematik bekannt. Von der linearen Regression bis zu Neuronalen Netzwerken führt er Sie durch alle Verfahren, und zwar komplett Software-unabhängig. Der Vorteil dabei: Jeder Schritt ist schwarz auf weiß zu sehen, kein Framework kann etwas "verstecken", es geht immer um die Sache selbst. Mit vielen Beispielen, Grafiken und Schritt-für-Schritt-Kästen. Für alle, die wirklich verstehen wollen, wie Maschinen lernen. Aus dem Inhalt: Lineare Regression k-Nearest Neighbors Naive Bayes-Klassifikatoren k-Means-Algorithmus Support Vector Machines Logistische Regression Selbstorganisierende Karten Entscheidungsbäume Reinforcement Learning Neuronale Netze

Vorwort ... 13
1. Einführung ... 17
1.1 ... Maschinelles Lernen ... 18
1.2 ... Lernen ist der Schlüssel ... 19
1.3 ... Ein wenig Geschichte ... 20
1.4 ... Schlüsselmethodiken in diesem Buch ... 22
1.5 ... Klassische mathematische Modellierung ... 26
1.6 ... Maschinelles Lernen ist anders ... 28
1.7 ... Einfachheit führt zu Komplexität ... 29
1.8 ... Weiterführende Literatur ... 33
2. Allgemeines ... 35
2.1 ... Jargon und Notation ... 35
2.2 ... Skalierung ... 37
2.3 ... Distanzmessung ... 38
2.4 ... Fluch der Dimensionalität ... 39
2.5 ... Hauptkomponentenanalyse ... 39
2.6 ... Maximum-Likelihood-Schätzung ... 40
2.7 ... Konfusionsmatrix ... 44
2.8 ... Kostenfunktion ... 47
2.9 ... Gradientenabstieg ... 52
2.10 ... Training, Testen und Validieren ... 54
2.11 ... Bias und Varianz ... 57
2.12 ... Lagrange-Multiplikatoren ... 63
2.13 ... Mehrfachklassen ... 65
2.14 ... Informationstheorie und Entropie ... 67
2.15 ... Verarbeitung natürlicher Sprache (NLP) ... 70
2.16 ... Bayes-Theorem ... 72
2.17 ... Was nun? ... 73
2.18 ... Weiterführende Literatur ... 74
3. K-nächste Nachbarn ... 75
3.1 ... Wofür können wir die Methode verwenden? ... 75
3.2 ... Wie die Methode funktioniert ... 76
3.3 ... Der Algorithmus ... 78
3.4 ... Probleme mit KNN ... 78
3.5 ... Beispiel: Körpergröße und -gewicht ... 79
3.6 ... Regression ... 83
3.7 ... Weiterführende Literatur ... 85
4. K-Means Clustering ... 87
4.1 ... Wofür können wir die Methode verwenden? ... 87
4.2 ... Was macht K-Means Clustering? ... 89
4.3 ... Scree-Plots ... 93
4.4 ... Beispiel: Kriminalität in England, 13 Dimensionen ... 94
4.5 ... Beispiel: Volatiliät ... 98
4.6 ... Beispiel: Zinssatz und Inflation ... 100
4.7 ... Beispiel: Zinssätze, Inflation und BIP-Wachstum ... 103
4.8 ... Ein paar Kommentare ... 104
4.9 ... Weiterführende Literatur ... 105
5. Naiver Bayes-Klassifikator ... 107
5.1 ... Wofür können wir ihn verwenden? ... 107
5.2 ... Verwendung des Bayes-Theorems ... 108
5.3 ... Anwendung des NBK ... 108
5.4 ... In Symbolen ... 110
5.5 ... Beispiel: Politische Reden ... 111
5.6 ... Weiterführende Literatur ... 114
6. Regressionsmethoden ... 115
6.1 ... Wofür können wir sie verwenden? ... 115
6.2 ... Mehrdimensionale lineare Regression ... 116
6.3 ... Logistische Regression ... 117
6.4 ... Beispiel: Noch einmal politische Reden ... 119
6.5 ... Weitere Regressionsmethoden ... 121
6.6 ... Weiterführende Literatur ... 122
7. Support-Vektor-Maschinen ... 123
7.1 ... Wofür können wir sie verwenden? ... 123
7.2 ... Harte Ränder ... 123
7.3 ... Beispiel: Iris (Schwertlilie) ... 126
7.4 ... Lagrange-Multiplier-Version ... 128
7.5 ... Weiche Ränder ... 130
7.6 ... Kernel-Trick ... 132
7.7 ... Weiterführende Literatur ... 136
8. Selbstorganisierende Karten ... 137
8.1 ... Wofür können wir sie verwenden? ... 137
8.2 ... Die Methode ... 138
8.3 ... Der Lernalgorithmus ... 140
8.4 ... Beispiel: Gruppierung von Aktien ... 142
8.5 ... Beispiel: Abstimmungen im Unterhaus ... 147
8.6 ... Weiterführende Literatur ... 149
9. Entscheidungsbäume ... 151
9.1 ... Wofür können wir sie verwenden? ... 151
9.2 ... Beispiel: Zeitschriftenabo ... 153
9.3 ... Entropie ... 158
9.4 ... Überanpassung und Abbruchregeln ... 161
9.5 ... Zuschneiden ... 162
9.6 ... Numerische Merkmale/Attribute ... 162
9.7 ... Regression ... 164
9.8 ... Ausblick ... 171
9.9 ... Bagging und Random Forest ... 171
9.10 ... Weiterführende Literatur ... 172
10. Neuronale Netze ... 173
10.1 ... Wofür können wir sie verwenden? ... 173
10.2 ... Ein sehr einfaches Netzwerk ... 173
10.3 ... Universelles Approximations-Theorem ... 174
10.4 ... Ein noch einfacheres Netzwerk ... 176
10.5 ... Die mathematische Manipulation im Detail ... 177
10.6 ... Häufige Aktivierungsfunktionen ... 181
10.7 ... Das Ziel ... 182
10.8 ... Beispiel: Approximation einer Funktion ... 183
10.9 ... Kostenfunktion ... 184
10.10 ... Backpropagation ... 185
10.11 ... Beispiel: Buchstabenerkennung ... 188
10.12 ... Training und Testen ... 190
10.13 ... Mehr Architekturen ... 194
10.14 ... Deep Learning ... 196
10.15 ... Weiterführende Literatur ... 197
11. Verstärkendes Lernen ... 199
11.1 ... Wofür können wir es verwenden? ... 199
11.2 ... Geländeausfahrt mit Ihrem Lamborghini 400 GT ... 200
11.3 ... Jargon ... 202
11.4 ... Ein erster Blick auf Blackjack ... 203
11.5 ... Der klassische Markow-Entscheidungsprozess für Tic-Tac-Toe ... 204
11.6 ... Noch mehr Jargon ... 206
11.7 ... Beispiel: Der mehrarmige Bandit ... 207
11.8 ... Etwas anspruchsvoller 1: Bekannte Umgebung ... 211
11.9 ... Beispiel: Ein Labyrinth ... 214
11.10 ... Notation zu Wertefunktionen ... 218
11.11 ... Die Bellman-Gleichung ... 220
11.12 ... Optimale Policy ... 221
11.13 ... Die Bedeutung der Wahrscheinlichkeit ... 222
11.14 ... Etwas anspruchsvoller 2: Modell-frei ... 223
11.15 ... Monte Carlo Policy Evaluation ... 224
11.16 ... Temporal-Difference-Lernen ... 227
11.17 ... Vor- und Nachteile: MC versus TD ... 228
11.18 ... Finden der optimalen Policy ... 229
11.19 ... Sarsa ... 230
11.20 ... Q-Lernen ... 232
11.21 ... Beispiel: Blackjack ... 233
11.22 ... Große Zustandsräume ... 245
11.23 ... Weiterführende Literatur ... 245
Datensätze ... 247
Epilog ... 251
Index ... 253