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
おすすめポイントをすべて見る

書籍の購入

イーブック ¥2,938
価格の適用国: Japan (日本円価格は個人のお客様のみ有効) (小計)
  • 予定日: August 29, 2019
  • ISBN 978-3-662-59354-7
  • ウォーターマーク付、 DRMフリー
  • ファイル形式: EPUB, PDF
  • どの電子書籍リーダーからでもすぐにお読みいただけます。
ソフトカバー ¥3,673
価格の適用国: Japan (日本円価格は個人のお客様のみ有効) (小計)
  • 予定日: September 11, 2019
  • ISBN 978-3-662-59353-0
  • 個人のお客様には、世界中どこでも配送料無料でお届けします。
この教本について

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.

著者について

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

書籍の購入

イーブック ¥2,938
価格の適用国: Japan (日本円価格は個人のお客様のみ有効) (小計)
  • 予定日: August 29, 2019
  • ISBN 978-3-662-59354-7
  • ウォーターマーク付、 DRMフリー
  • ファイル形式: EPUB, PDF
  • どの電子書籍リーダーからでもすぐにお読みいただけます。
ソフトカバー ¥3,673
価格の適用国: Japan (日本円価格は個人のお客様のみ有効) (小計)
  • 予定日: September 11, 2019
  • ISBN 978-3-662-59353-0
  • 個人のお客様には、世界中どこでも配送料無料でお届けします。
Loading...

あなたへのおすすめ

Loading...

書誌情報

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
イーブック ISBN
978-3-662-59354-7
DOI
10.1007/978-3-662-59354-7
ソフトカバー 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