Design, Test und Validierung von Machine Learning-basierten Empfehlungssystemen unter Anwendung der Programmiersprache Python


Travail de Projet (scientifique-pratique), 2019

43 Pages, Note: 1,7


Extrait


Gliederung

1. Einleitung
1.1 Problemstellung
1.2 Zielsystem

2. Machine Learning
2.1 Supervised Learning
2.2 Unsupervised Learning
2.3 Reinforcement Learning
2.4 Neuronale Netze

3. Python und seine Anwendung im Machine Learning

4. Empfehlungssysteme
4.1 Überblick
4.2 Die Daten-Pipeline
4.3 Kollaboratives Filtern
4.4 Content-basiertes Filtern
4.5 Wissensbasierte Systeme
4.6 Hybride Systeme

5. Die Realisierung in Python
5.1 Benutzerbasiertes kollaboratives Filtern
5.2 Modell-basiertes kollaboratives Filtern
5.3 Content-basiertes Filtern

6. Fazit und Ausblick
6.1 Neue Algorithmen
6.2 Manipulierte Bewertungen
6.3 Ethische und juristische Fragen

Literaturverzeichnis

Abbildungsverzeichnis

Fin de l'extrait de 43 pages

Résumé des informations

Titre
Design, Test und Validierung von Machine Learning-basierten Empfehlungssystemen unter Anwendung der Programmiersprache Python
Université
AKAD University of Applied Sciences Stuttgart
Note
1,7
Auteur
Année
2019
Pages
43
N° de catalogue
V511500
ISBN (ebook)
9783346091987
ISBN (Livre)
9783346091994
Langue
allemand
Annotations
Mit Programmierbeispielen
Mots clés
Python Machine Learning
Citation du texte
Michael Gehrmann (Auteur), 2019, Design, Test und Validierung von Machine Learning-basierten Empfehlungssystemen unter Anwendung der Programmiersprache Python, Munich, GRIN Verlag, https://www.grin.com/document/511500

Commentaires

  • Pas encore de commentaires.
Lire l'ebook
Titre: Design, Test und Validierung von Machine Learning-basierten Empfehlungssystemen unter Anwendung der Programmiersprache Python



Télécharger textes

Votre devoir / mémoire:

- Publication en tant qu'eBook et livre
- Honoraires élevés sur les ventes
- Pour vous complètement gratuit - avec ISBN
- Cela dure que 5 minutes
- Chaque œuvre trouve des lecteurs

Devenir un auteur