Mathematische Einführung in Data Science
Author:   Sven-Ake Wegner
Publisher:   Springer Fachmedien Wiesbaden
Edition:   1. Aufl. 2023
ISBN:  

9783662686966


Pages:   303
Publication Date:   25 January 2024
Format:   Paperback
Availability:   Manufactured on demand   Availability explained
We will order this item for you from a manufactured on demand supplier.

Our Price $184.77 Quantity:  
Add to Cart

Share |

Mathematische Einführung in Data Science


Add your own review!

Overview

Dieses Lehrbuch richtet sich an Studierende der Mathematik ab dem dritten Studienjahr. Basierend auf den mathematischen Grundvorlesungen werden kanonische Themen aus den Bereichen Data Science und Machine Learning durchgenommen. Dabei stehen rigorose Beweise und ein systematisches Verständnis der zugrundeliegenden Ideen im Vordergrund. Der Text wird abgerundet durch 121 unterrichtserprobte Aufgaben. Behandelte Themen sind u.a. k-nächste Nachbarn, lineare und logistische Regression, Clustering, bestpassende Unterräume, Hauptkomponentenanalyse, Dimensionalitätsreduktion, kollaboratives Filtern, Perzeptron, Support-Vector-Maschinen und neuronale Netze.

Full Product Details

Author:   Sven-Ake Wegner
Publisher:   Springer Fachmedien Wiesbaden
Imprint:   Springer Spektrum
Edition:   1. Aufl. 2023
Weight:   0.486kg
ISBN:  

9783662686966


ISBN 10:   3662686961
Pages:   303
Publication Date:   25 January 2024
Audience:   Professional and scholarly ,  Professional & Vocational
Format:   Paperback
Publisher's Status:   Active
Availability:   Manufactured on demand   Availability explained
We will order this item for you from a manufactured on demand supplier.

Table of Contents

Vorwort.- 1 Was ist Data (Science)?.- 2 Affin-lineare, polynomiale und logistische Regression.- 3 k-nächste Nachbarn.- 4 Clustering.- 5 Graphenclustering.- 6 Bestpassende Unterräume.- 7 Singulärwertzerlegung.- 8 Fluch und Segen der hohen Dimension.- 9 Maßkonzentration.- 10 Gaußsche Zufallsvektoren in hohen Dimensionen.- 11 Dimensionalitätsreduktion à la Johnson-Lindenstrauss.- 12 Trennung von Gaußianen und Parameteranpassung.- 13 Perzeptron.- 14 Support-Vector-Maschinen.- 15  Kernmethode.- 16 Neuronale Netze.- 17 Gradientenverfahren für konvexe Funktionen.- A Ausgewählte Resultate der Wahrscheinlichkeitstheorie.- Literaturverzeichnis.- Stichwortverzeichnis.

Reviews

Author Information

Sven-Ake Wegner promovierte 2010 in Funktionalanalysis und ist nach mehreren, teils internationalen wissenschaftlichen Stationen seit 2020 Privatdozent für Mathematik an der Universität Hamburg.

Tab Content 6

Author Website:  

Customer Reviews

Recent Reviews

No review item found!

Add your own review!

Countries Available

All regions
Latest Reading Guide

MRG2025CC

 

Shopping Cart
Your cart is empty
 Shopping cart
Mailing List

 

Sign up now