6Definition: Künstliche Intelligenz vs. maschinelles lernen vs. neuronale netze
23Tuning und feature engineering
7Grundlegende Konzepte
24Einen Algorithmus wegwerfen
8Überwachtes vs. unüberwachtes lernen
25Kapitel 5. Praktische Anwendungen des Maschinellen Lernens
9Welche Probleme kann man mit Maschinellem Lernen lösen?
26Transport
10Die Black Box: Was wir nicht über maschinelles Lernen wissen
27Produktempfehlungen
11Tieferer einstieg
28Finanzen
12Kapitel 2. Bereinigung, Beschriftung und Pflegen von Daten
29Sprachassistenten, Intelligente Häuser und Autos
13Datenbereinigung
30Fazit
14Große Datensätze für ML erforderlich
31Über den Autor
15Die Daten müssen gut beschriftet sein
32Bitcoin Whales Bonus Buch
16Kapitel 3. Auswählen Oder Schreiben Eines ML-Algorithmus
33Andere Bücher von Alan T. Norman:
17Grundlegende Konzepte
34Noch eine letzte Sache ...
