| 書目名稱 | Maschinelle Lernmethoden für Klassifizierungsprobleme |
| 副標(biāo)題 | Perspektiven für die |
| 編輯 | Sarah Sch?nbrodt |
| 視頻video | http://file.papertrans.cn/626/625027/625027.mp4 |
| 概述 | Eine Studie aus der Mathematikdidaktik |
| 叢書名稱 | BestMasters |
| 圖書封面 |  |
| 描述 | .Sarah Sch?nbrodt gibt Einblick in die mathematischen Hintergründe der Support Vector Machine und einer auf der Singul?rwertzerlegung basierenden Klassifizierungsmethode. Die Autorin stellt fest, dass sich hinter beiden Methoden elementar-mathematische und anschauliche Konzepte verbergen, die gro?teils mit Schulmathematik zug?nglich sind. Schülerinnen und Schülern wird aufgrund der gro?en Anwendungsbreite für verschiedene lebensnahe Fragestellungen ein verst?ndlicher Zugang zu Probleml?sestrategien des aktuell h?chst relevanten maschinellen Lernens gegeben. Perspektiven für die methodisch-didaktische Gestaltung eines Workshops zur mathematischen Modellierung werden aufgezeigt.. |
| 出版日期 | Book 2019 |
| 關(guān)鍵詞 | Maschinelle Lernmethoden; Klassifizierungsprobleme; Singul?rwertzerlegung; Supervised Learning; Support |
| 版次 | 1 |
| doi | https://doi.org/10.1007/978-3-658-25137-6 |
| isbn_softcover | 978-3-658-25136-9 |
| isbn_ebook | 978-3-658-25137-6Series ISSN 2625-3577 Series E-ISSN 2625-3615 |
| issn_series | 2625-3577 |
| copyright | Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden Gmb |