Home

Blog

In meinem Blog schreibe ich über Themen wie CMake, Machine Learning und, aus persönlichen Gründen, dem Thema Hodenkrebs. Lies einfach mal rein :).

YouTube

Auf meinem YouTube-Kanal findet ihr Videos zu den Themen CMake, Machine Learning und Funktionen. Schau doch bei Interesse einfach mal rein :).

Bücher

Inzwischen habe ich zwei Bücher geschrieben. Wenn du Interesse hast, wirf mal einen Blick rein :). Zudem gebe ich ein paar Buchempfehlungen.

Über mich

Ich bin Marco Schoos, 31 Jahre alt, und arbeite begeistert im Bereich Computer Science. Wenn du mehr über mich wissen willst, bist du hier richtig.

Meine letzten Blogbeiträge

  • Chronologie eines Hodenkrebspatienten – Mein persönlicher Krankheitsverlauf – Teil 4 RLA-Operation

    In diesem Beitrag gebe ich den Verlauf meiner Krankheit chronologisch wieder. Im Gegensatz zu meinen anderen Hodenkrebs-Beiträgen gebe ich hier lediglich meine persönlichen Erfahrungen wieder und greife nicht auf andere Quellen zurück. Viele der hier genannten Punkte findet ihr bereits in meinen anderen Beiträgen, meist unter der Überschrift „Persönliche Erfahrungen“ und in verkürzter Form, wieder.…


  • Eine Einführung in Differentialgleichungen

    Eine Einführung in Differentialgleichungen

    In den Naturwissenschaften werden häufig Differentialgleichungen eingesetzt, um physikalische, chemische oder biologische Vorgänge in der Natur zu beschreiben und zu analysieren. Sie dienen häufig als modellhafte Abbildung der Realität, um diese zu simulieren oder um Vorhersagen treffen zu können. In diesem Video gebe ich einen kurzen Überblick darüber, was eine Differentialgleichung eigentlich ist, welche Arten…


  • Gradient Descent – Ein numerisches, iteratives Verfahren zur Lösung eines Minimierungsproblems

    Gradient Descent – Ein numerisches, iteratives Verfahren zur Lösung eines Minimierungsproblems

    Das Gradient Descent Verfahren ist ein numerisches, iteratives Verfahren, um das lokale Minimum (oder Maximum) einer differenzierbaren Funktion zu finden. Die Idee hinter dem Verfahren ist, wiederholte Schritte in die entgegengesetzte Richtung des Gradienten (oder des approximierten Gradienten) der Funktion am aktuell betrachteten Punkt zu machen. Somit nähert man sich, bei korrekt gewählter Schrittweite, automatisch…


Nach oben scrollen
WordPress Cookie Plugin von Real Cookie Banner