Overview
- Wertvolles Grundlagenwissen für (Quer-)Einsteiger aus Mathematik und verwandten Disziplinen
- Bereitet auf die Lektüre von vertiefender Fachliteratur vor
- Verzichtet zugunsten des Überblicks auf durchgängige (Beweis-)Vollständigkeit
- Solide Basis in Form weitgehend unabhängig voneinander lesbarer Kapitel
- Ergänzende Programmcodes in R sind online verfügbar
- Includes supplementary material: sn.pub/extras
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (10 chapters)
-
Front Matter
-
Back Matter
Keywords
About this book
Dieses Buch verschafft Ihnen einen Überblick über einige der bekanntesten Verfahren des maschinellen Lernens aus der Perspektive der mathematischen Statistik. Nach der Lektüre kennen Sie die jeweils gestellten Forderungen an die Daten sowie deren Vor- und Nachteile und sind daher in der Lage, für ein gegebenes Problem ein geeignetes Verfahren vorzuschlagen. Beweise werden nur dort ausführlich dargestellt oder skizziert, wo sie einen didaktischen Mehrwert bieten – ansonsten wird auf die entsprechenden Fachartikel verwiesen. Für die praktische Anwendung ist ein genaueres Studium des jeweiligen Verfahrens und der entsprechenden Fachliteratur nötig, zu der Sie auf Basis dieses Buchs aber schnell Zugang finden.
Das Buch richtet sich an Studierende der Mathematik höheren Semesters, die bereits Vorkenntnisse in Wahrscheinlichkeitstheorie besitzen. Behandelt werden sowohl Methoden des Supervised Learning und Reinforcement Learning als auch des Unsupervised Learning. Der Umfang entspricht einer einsemestrigen vierstündigen Vorlesung.Die einzelnen Kapitel sind weitestgehend unabhängig voneinander lesbar, am Ende jedes Kapitels kann das erworbene Wissen anhand von Übungsaufgaben und durch Implementierung der Verfahren überprüft werden. Quelltexte in der Programmiersprache R stehen auf der Springer-Produktseite zum Buch zur Verfügung.
Authors and Affiliations
About the author
Bibliographic Information
Book Title: Statistisches und maschinelles Lernen
Book Subtitle: Gängige Verfahren im Überblick
Authors: Stefan Richter
DOI: https://doi.org/10.1007/978-3-662-59354-7
Publisher: Springer Spektrum Berlin, Heidelberg
eBook Packages: Life Science and Basic Disciplines (German Language)
Copyright Information: Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019
Softcover ISBN: 978-3-662-59353-0Published: 11 September 2019
eBook ISBN: 978-3-662-59354-7Published: 29 August 2019
Edition Number: 1
Number of Pages: XIV, 383
Number of Illustrations: 37 b/w illustrations, 50 illustrations in colour
Topics: Statistical Theory and Methods, Probability Theory and Stochastic Processes, Probability and Statistics in Computer Science