Informed Machine Learning
Idioma: inglés
Editorial: Springer Apr 2026, 2026
- Tapa blanda
- Nuevo
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000
Vendedor de AbeBooks desde 23 de enero de 2017
Condición: Nuevo
EUR 42,79
Cantidad disponible: 1 disponibles
Añadir al carritoDescripción del artículo del vendedor
This item is printed on demand - Print on Demand Titel. Neuware -This open access book presents the concept of Informed Machine Learning and demonstrates its practical use with a compelling collection of applications of this paradigm in industrial and business use cases. These range from health care over manufacturing and material science to more advanced combinations with deep learning, say, in the form of physical informed neural networks. The book is intended for those interested in modern informed machine learning for a wide range of practical applications where the aspect of small data sets is a challenge.Machine Learning with small amounts of data After the recent success of Artificial Intelligence based on training with massive amounts of data, this idea may sound exotic. However, it addresses crucial needs of practitioners in industry. While many industrial applications stand to benefit from the use of AI, the amounts of data needed by current learning paradigms are often hard to come by in industrial settings. As an alternative, learning methods and models are called for which integrate other sources of knowledge in order to compensate for the lack of data. This is where the principle of 'Informed Machine Learning' comes into play.Informed Machine Learning combines purely data driven learning and knowledge-based techniques to learn from both data and knowledge. This has several advantages. It reduces the need for data, it often results in smaller, less complex and more robust models, and even makes machine learning applicable in settings where data is scarce. The kind of knowledge to be incorporated into learning processes can take many different forms, for example, differential equations, analytical models, simulation results, logical rules, knowledge graphs, or human feedback which makes the approach overall very powerful and widely applicable.Springer Nature Customer Service Center GmbH, Europaplatz 3,69115 Heidelberg, Germany, Heidelberg 356 pp. Englisch.…
N° de ref. del artículo 9783031830990
- Título
- Informed Machine Learning
- Autor
- Daniel Schulz
- Editorial
- Springer Apr 2026
- Año de publicación
- 2026
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 3031830997
- ISBN 13
- 9783031830990
- Peso del artículo
- 540 gramos
- Dimensiones
- 235x155x20 mm
This open access book presents the concept of Informed Machine Learning and demonstrates its practical use with a compelling collection of applications of this paradigm in industrial and business use cases. These range from health care over manufacturing and material science to more advanced combinations with deep learning, say, in the form of physical informed neural networks. The book is intended for those interested in modern informed machine learning for a wide range of practical applications where the aspect of small data sets is a challenge.
Machine Learning with small amounts of data? After the recent success of Artificial Intelligence based on training with massive amounts of data, this idea may sound exotic. However, it addresses crucial needs of practitioners in industry. While many industrial applications stand to benefit from the use of AI, the amounts of data needed by current learning paradigms are often hard to come by in industrial settings. As an alternative, learning methods and models are called for which integrate other sources of knowledge in order to compensate for the lack of data. This is where the principle of “Informed Machine Learning” comes into play.
Informed Machine Learning combines purely data driven learning and knowledge-based techniques to learn from both data and knowledge. This has several advantages. It reduces the need for data, it often results in smaller, less complex and more robust models, and even makes machine learning applicable in settings where data is scarce. The kind of knowledge to be incorporated into learning processes can take many different forms, for example, differential equations, analytical models, simulation results, logical rules, knowledge graphs, or human feedback which makes the approach overall very powerful and widely applicable.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Daniel Schulz is one of the managing directors of the Fraunhofer Cluster of Excellence Cognitive Internet Technologies CCIT, where he is responsible for the Fraunhofer Technology Hub Machine Learning and works on implementable technology solutions for the edge-cloud continuum. His main research focuses on informed machine learning techniques that not only learn from data but can also utilize existing knowledge and models. In addition, Daniel Schulz represents the Fraunhofer Institute for Intelligent Analysis and Information Systems (IAIS) at the Scientific and Technical Council of the Fraunhofer Society. He studied Geosciences at the Universities of Cologne, Bonn and Gothenburg, and has today 15+ years of experience as a senior data scientist in industry and public funded projects in various industries and research fields.
Christian Bauckhage is a professor of computer science (intelligent learning systems) at the University of Bonn, lead scientist for machine learning at Fraunhofer IAIS, and one of the directors of the Lamarr Institute for Machine Learning and Artificial Intelligence. He has 20+ years of experience as a data scientist in industry and academia and (co)authored numerous publications on pattern recognition, data mining, and machine learning. His current research focuses on informed machine learning techniques that integrate knowledge- and data-driven methods. Practical applications of his work can be found in fields as diverse as physics, agriculture, or business analytics. As an expert on applied AI, he frequently consults private and public institutions regarding the design and deployment of intelligent systems.
“Acerca de” puede pertenecer a otra edición de este título.
buchversandmimpf2000
Emtmannsberg, BAYE, Alemania
Vendedor de AbeBooks desde 23 de enero de 2017
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 60 a 60 días hábiles | De 60 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 60,00 | EUR 75,00 |
Métodos de pago
- Cheque
- PayPal
Descripción de la tienda
Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur
Especialidad
Modernes Antiquariat - Bücher von 1960 bis heuteInformación empresarial del vendedor
buchversandmimpf2000
Alemania
Condiciones de venta
Impressum
Gesetzliche Anbieterkennung:
Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a buchversandmimpf2000, Emtmannsberg, BAYE, Germany, +49 09209-2023188, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Soweit in der Artikelbeschreibung keine andere Frist angegeben ist, erfolgt die Lieferung der Ware innerhalb von 3-5 Werktagen nach Vertragsschluss, bei Vorauszahlung erst nach Eingang des vollständigen Kaufpreises und der Versandkosten. Alle Preise inkl. MwSt.