Save 40% on select Business & Management books + FREE shipping or 50% on Physics eBooks!

Statistisches und maschinelles Lernen

Gängige Verfahren im Überblick

Authors: Richter, Stefan

Free Preview
  • 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
see more benefits

Buy this book

eBook 19,99 €
price for Spain (gross)
  • ISBN 978-3-662-59354-7
  • Digitally watermarked, DRM-free
  • Included format: EPUB, PDF
  • ebooks can be used on all reading devices
  • Immediate eBook download after purchase
Softcover 27,21 €
price for Spain (gross)
  • ISBN 978-3-662-59353-0
  • Free shipping for individuals worldwide
  • Usually dispatched within 3 to 5 business days.
  • The final prices may differ from the prices shown due to specifics of VAT rules
About this Textbook

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.

About the authors

Dr. Stefan Richter studierte und promovierte an der Universität Heidelberg. Im Anschluss hatte er eine Vertretungsprofessur am Institut für Mathematische Stochastik der TU Braunschweig inne, in deren Rahmen er unter anderem statistisches und maschinelles Lernen für Mathematiker lehrte. Derzeit ist er Postdoc der Arbeitsgruppe Statistik stochastischer Prozesse in Heidelberg.

Table of contents (10 chapters)

Table of contents (10 chapters)
  • Supervised Learning: Grundlagen

    Pages 1-24

    Richter, Stefan

  • Lineare Algorithmen für Regressionsprobleme

    Pages 25-64

    Richter, Stefan

  • Allgemeines zu Klassifikationsproblemen

    Pages 65-78

    Richter, Stefan

  • Lineare Methoden für Klassifizierungsprobleme und SVMs

    Pages 79-138

    Richter, Stefan

  • Nichtparametrische Methoden und der naive Bayes-Klassifizierer

    Pages 139-162

    Richter, Stefan

Buy this book

eBook 19,99 €
price for Spain (gross)
  • ISBN 978-3-662-59354-7
  • Digitally watermarked, DRM-free
  • Included format: EPUB, PDF
  • ebooks can be used on all reading devices
  • Immediate eBook download after purchase
Softcover 27,21 €
price for Spain (gross)
  • ISBN 978-3-662-59353-0
  • Free shipping for individuals worldwide
  • Usually dispatched within 3 to 5 business days.
  • The final prices may differ from the prices shown due to specifics of VAT rules
Loading...

Recommended for you

Loading...

Bibliographic Information

Bibliographic Information
Book Title
Statistisches und maschinelles Lernen
Book Subtitle
Gängige Verfahren im Überblick
Authors
Copyright
2019
Publisher
Springer Spektrum
Copyright Holder
Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
eBook ISBN
978-3-662-59354-7
DOI
10.1007/978-3-662-59354-7
Softcover ISBN
978-3-662-59353-0
Edition Number
1
Number of Pages
XIV, 383
Number of Illustrations
37 b/w illustrations, 50 illustrations in colour
Topics