Overview
- Bietet eine gut verständliche Einführung in die Mathematik für Data Science
- Mit zahlreichen Anwendungsbeispielen
- Errata unter http://dx.doi.org/10.13140/RG.2.2.12672.97282/2
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents(10 chapters)
-
Grundlagen
-
Stochastik
-
Maschinelles Lernen
About this book
Dieses Lehrbuch bietet eine gut verständliche Einführung in mathematische Konzepte und algorithmische Verfahren, die der Data Science zugrunde liegen. Es deckt hierfür wesentliche Teile der Datenorganisation, der deskriptiven und inferenziellen Statistik, der Wahrscheinlichkeitstheorie und des maschinellen Lernens ab.
Das Werk ermöglicht den Leserinnen und Lesern ein tiefes und grundlegendes Verständnis der Konzepte durch klare und mathematisch fundierte Vermittlung der Inhalte. Darüber hinaus stellt es durch zahlreiche, anhand realer Daten erstellter Anwendungsbeispiele einen starken Praxisbezug her. Dadurch ist es besonders für Lehrende und Studierende an technischen Hochschulen geeignet, bietet aber auch Quereinsteigenden mit mathematischem Grundwissen einen guten Einstieg und Überblick
Authors and Affiliations
-
MAPEGY GmbH, Berlin, Deutschland
Matthias Plaue
About the author
Bibliographic Information
Book Title: Data Science
Book Subtitle: Grundlagen, Statistik und maschinelles Lernen
Authors: Matthias Plaue
DOI: https://doi.org/10.1007/978-3-662-63489-9
Publisher: Springer Spektrum Berlin, Heidelberg
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2021
Softcover ISBN: 978-3-662-63488-2Published: 14 October 2021
eBook ISBN: 978-3-662-63489-9Published: 13 October 2021
Edition Number: 1
Number of Pages: XXIII, 314
Number of Illustrations: 68 b/w illustrations
Topics: Data Structures and Information Theory, Artificial Intelligence, Statistics, general