Maschinelles Lernen — Grundlagen und Algorithmen in Python 3. Auflage
Unten ist ein Link zu einem ZIP-Archiv das alle Quellcodes aus dem Buch enthält zzgl. einiger aufbereiteter Datenquellen. Die Listings sind getestet auf für die unten angegeben Versionen der Python-Libs.
Seit 2019/20 wird auf der Basis des Buches bzw. der neuen Version für 2020 das Weiterbildungsprojekt WeAI an der Hochschule Bochum durchgeführt.
Ebenfalls auf Basis des Buches gibt es eine YouTube-Serie mit Vorlesungen die als Notfall-Ersatz im Online-Semester dienen können. Selber lesen und vorallem Ausprobieren ist nach meiner Erfahrung aber immer besser.
Carl Hanser Verlag (11/2020); ISBN-13 : 978-3446461444
Erratum Auflage 2020: PDF
Sourcecode + some Data: zip (ca. 32 MB)
Verwendete Software:
- Python 3.7.6
- NumPy 1.18.5
- SciPy 1.5.0
- Matplotlib 3.2.2
- Pandas 1.0.5
- TensorFlow/Keras 2.1.0
- GeoPandas 0.6.1
- scikit-learn 0.22.1
- OpenAI Gym 0.17.2
Finite-Elemente-Methode — Eine praxisbezogene Einführung mit GNU Octave/MATLAB
Carl Hanser Verlag (10/2016); ISBN-10: 3446446656; ISBN-13: 978-3446446656
Erratum: PDF -- Hinweise auf weitere Fehler gerne per eMail.
Sourcecode: FEMBookCode.zip. Some code is continuously improved within the FFEP project.
Software:
- GNU Octave (Version 4.0.0) alternativ MATLAB
- Gmsh (Version 2.10.1)
Maschinelles Lernen — Grundlagen und Algorithmen in Python 1. & 2. Auflage
Der Hanser-Verlag hat das Buch 2018 (grüner Einband) herausgebracht und 2019 (roter Einband) nachgedruckt. Beide Bücher haben den gleichen Inhalt, nur dass der 2019er Nachdruck um einige Fehler ärmer ist. Für beide wurd bis Mitte 2020 ein Erratum gepflegt, was Sie unten finden. Die Source-Codes sind für beide gleich. Eine weitere Pflege findet aktuell nicht mehr statt.
Carl Hanser Verlag (01/2019); ISBN-13: 978-3-446-45996-0
Erratum Auflage 2019: PDF
Carl Hanser Verlag (08/2018); ISBN-13: 978-3-446-45291-6
Erratum Auflage 2018: PDF
Sourcecode + some Data: zip (ca. 3.5 MB)
Verwendete Software:
- Python 3.6.3
- NumPy 1.12.1
- SciPy 1.0.0
- Matplotlib 2.1.0
- scikit-learn 0.19.1 (Kapitel 10)
- Keras 2.0.8 (Kapitel 8 und 12)
Installation:
- Linux [ Ubuntu 18.04 LTS (Bionic Beaver) ] : apt-get & pip3 or Anaconda
- Windows & macOS: Anaconda
Der Link oben enthält die Befehle, die ich unter Linux (apt & pip) verwendet habe als Tipp. Bei Problemen kann ich keinen Support leisten oder Fragen beantworten. Ich hoffe auf Ihr Verständnis. Bei Problemen mit Anaconda beachten Sie bitte die dortigen Foren und Supportmöglichkeiten.