Statistik und maschinelles Lernen

Eine mathematische Einführung in klassische und moderne Methoden

Autoren: Trabs, M., Jirak, M., Krenz, K., Reiß, M.

Vorschau
  • Verschafft einen Überblick zu Methoden und mathematischen Grundprinzipien
  • Mathematisch präzise, mit Fokus auf nicht-asymptotische Resultate
  • Führt hin zu modernen Anwendungen und aktuellen Forschungsfragen
  • Motiviert mit lebensnahen Beispielen
Weitere Vorteile

Dieses Buch kaufen

eBook 24,99 €
Preis für Deutschland (Brutto)
  • ISBN 978-3-662-62938-3
  • Versehen mit digitalem Wasserzeichen, DRM-frei
  • Erhältliche Formate: EPUB, PDF
  • eBooks sind auf allen Endgeräten nutzbar
  • Sofortiger eBook Download nach Kauf
Softcover 32,99 €
Preis für Deutschland (Brutto)
Über dieses Lehrbuch

Dieses Lehrbuch liefert einen Einstieg in die mathematische Statistik und baut systematisch eine Brücke zum maschinellen Lernen. Dabei werden sowohl klassische und bis heute wichtige Verfahren untersucht als auch moderne Klassifikationsmethoden des statistischen Lernens. Diese werden mathematisch präzise analysiert und anhand von lebensnahen Beispielen illustriert. Das Buch verschafft den Leserinnen und Lesern einen Überblick über statistische Methoden der Datenanalyse und deren mathematischen Grundprinzipien. Der Fokus auf nicht-asymptotische Resultate erlaubt den Zugang zu modernen Anwendungen und führt an aktuelle Forschungsfragen heran. Aufgaben am Kapitelende runden das Buch ab.

Über die Autor*innen

​Mathias Trabs promovierte an der Humboldt-Universität zu Berlin. Nach einer Postdoczeit in Paris wurde er 2016 Juniorprofessor an der Universität Hamburg. Seine Forschung befasst sich mit der hochdimensionalen und nichtparametrischen Statistik.

Moritz Jirak promovierte an der Technischen Universität Graz. Seine wissenschaftliche Laufbahn führte über Berlin und Braunschweig an die Universität Wien, wo er seit 2020 Professor ist. Seine Forschungsschwerpunkte liegen in der Analyse von hochdimensionalen Daten und Zeitreihen.

Konstantin Krenz schloss 2019 das Mathematikstudium an der Humboldt-Universität zu Berlin ab, wobei er sich in die angewandte Statistik und optimale Steuerungsprobleme vertiefte. Nach einer Weiterbildung für das Lehramt an Gymnasien unterrichtet er Mathematik und Informatik in Erfurt.

Markus Reiß promovierte an der Humboldt-Universität zu Berlin. Nach Stationen in Paris und Heidelberg kehrte er 2008 als Professor an die Humboldt-Universität zu Berlin zurück. Er ist ein Experte für statistische inverse Probleme und die Statistik stochastischer Prozesse.

Inhaltsverzeichnis (5 Kapitel)

Inhaltsverzeichnis (5 Kapitel)
  • Grundlagen der Statistik

    Seiten 1-51

    Trabs, Mathias (et al.)

  • Das lineare Modell

    Seiten 53-100

    Trabs, Mathias (et al.)

  • Effizienz und Exponentialfamilien

    Seiten 101-139

    Trabs, Mathias (et al.)

  • Modellwahl

    Seiten 141-183

    Trabs, Mathias (et al.)

  • Klassifikation

    Seiten 185-234

    Trabs, Mathias (et al.)

Dieses Buch kaufen

eBook 24,99 €
Preis für Deutschland (Brutto)
  • ISBN 978-3-662-62938-3
  • Versehen mit digitalem Wasserzeichen, DRM-frei
  • Erhältliche Formate: EPUB, PDF
  • eBooks sind auf allen Endgeräten nutzbar
  • Sofortiger eBook Download nach Kauf
Softcover 32,99 €
Preis für Deutschland (Brutto)
Loading...

Bibliografische Information

Bibliographic Information
Buchtitel
Statistik und maschinelles Lernen
Buchuntertitel
Eine mathematische Einführung in klassische und moderne Methoden
Autoren
Copyright
2021
Verlag
Springer Spektrum
Copyright Inhaber
Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer-Verlag GmbH, DE, ein Teil von Springer Nature
eBook ISBN
978-3-662-62938-3
DOI
10.1007/978-3-662-62938-3
Softcover ISBN
978-3-662-62937-6
Auflage
1
Seitenzahl
XII, 263
Anzahl der Bilder
9 schwarz-weiß Abbildungen, 23 Abbildungen in Farbe
Themen