Hilbert / Kraus / Lindl | Machine Learning | E-Book | sack.de
E-Book

E-Book, Deutsch, 156 Seiten

Reihe: Quantitative Sozialforschung

Hilbert / Kraus / Lindl Machine Learning

Eine Einführung für Psychologie, Geistes- und Sozialwissenschaften
Erscheinungsjahr 2025
ISBN: 978-3-658-43649-0
Verlag: Springer
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Eine Einführung für Psychologie, Geistes- und Sozialwissenschaften

E-Book, Deutsch, 156 Seiten

Reihe: Quantitative Sozialforschung

ISBN: 978-3-658-43649-0
Verlag: Springer
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Dieses Buch richtet sich an alle, welche die enormen Potenziale maschinellen Lernens für wissenschaftliche Fragestellungen und innovative Ansätze in Studium oder Beruf nutzen möchten. Denn maschinelles Lernen eröffnet neue Möglichkeiten zum effizienten Umgang mit umfassenden, komplex strukturierten und sich schnell entwickelnden Daten. Zunächst werden Grundideen und typische Anwendungsfelder maschinellen Lernens sowie dessen Vorzüge gegenüber inferenzstatistischen Verfahren erläutert. Daran schließen praktische Hinweise dazu an, wie Daten für maschinelle Lernprozesse aufbereitet werden und wie diese durch Anpassung verschiedener Parameter möglichst optimale Ergebnisse erzielen können. Von den hierzu einsetzbaren Modellen werden die gängigsten theoretisch und anhand anschaulicher Beispiele vorgestellt. Auch auf verschiedene Optionen zur besseren Interpretierbarkeit sowie auf spezifische Limitationen von Analyseresultaten wird eingegangen. Weiterführende Anwendungsfälle und verständlich kommentierte Analysecodes sind auf dem GitHub-Repositorium zu diesem Buch auf SpringerLink online verfügbar.

Hilbert / Kraus / Lindl Machine Learning jetzt bestellen!

Zielgruppe

Upper undergraduate

Autoren/Hrsg.

Hilbert, Sven
Kraus, Elisabeth
Lindl, Alfred

Weitere Infos & Material

Einführung.- Grundidee des Machine Learning.- Preprocessing.- Optimierung.- Modelle.- Interpretierbares Machine Learning.- Faires Machine Learning.- Glossar.

Sven Hilbert ist Inhaber des Lehrstuhls Educational Data Science an der Universität Regensburg.

Elisabeth Kraus ist Juniorprofessorin für Methoden der Empirischen Bildungsforschung am Hector-Institut für Empirische Bildungsforschung an der Eberhard Karls Universität Tübingen.

Alfred Lindl leitet die interdisziplinäre Forschungsgruppe FALKO-PV (Fachspezifische Lehrkraftkompetenzen – Prädiktive Validierung) am Lehrstuhl Educational Data Science an der Universität Regensburg.

Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.