Books

Maschinelles Lernen – Grundlagen und Algorithmen in Python

Unten ist ein Link zu einem ZIP-Archiv das alle Quellcodes aus dem Buch enthält zzgl. einiger aufbereiteter Datenquellen. Die Listings sind getestet 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 vor allem Ausprobieren ist nach meiner Erfahrung aber immer besser.

Software requirements: 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

Erratum: Hinweise auf weitere Fehler gerne per E-Mail. Some code is continuously improved within the FFEP project.

Software requirements: GNU Octave 4.0.0 (or MATLAB), Gmsh 2.10.1

Maschinelles Lernen – Grundlagen und Algorithmen in Python (1st & 2nd edition)

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 wurde 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.

Software requirements: 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)