Benutzerdefiniertes Cover
Mathematische Einführung in Data Science / Sven-Ake Wegner
Mitwirkende(r): Resource type: Ressourcentyp: BuchBuchVerlagsnummer: 978-3-662-68696-689279064Sprache: Deutsch Reihen: LehrbuchVerlag: Berlin ; [Heidelberg] : Springer Spektrum, [2023]Copyright-Datum: © 2023Beschreibung: vii, 303 Seiten : Illustrationen, Diagramme ; 23.5 cm x 15.5 cmISBN:- 9783662686966
- 3662686961
- Data Science
- Maschinelles Lernen
- Mathematik
- Regressionsanalyse
- Cluster-Analyse
- Singulärwertzerlegung
- Konzentration des Maßes
- Zufallsvektor
- Dimensionsreduktion
- Support-Vektor-Maschine
- Neuronales Netz
- Gradientenverfahren
- Algorithms & data structures
- Artificial intelligence
- COMPUTERS / Artificial Intelligence
- COMPUTERS / Information Theory
- Datenbanken
- MATHEMATICS / Probability & Statistics / General
- Probability & statistics
- 001.422 23
- 005.7 23
- 510
Inhalte:
Zusammenfassung: 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 NetzeCall number: Grundsignatur: 2024 A 1018PPN: PPN: 1876010487
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.
| Medientyp | Heimatbibliothek | Standort | Signatur | Status | Fälligkeitsdatum | Barcode | |
|---|---|---|---|---|---|---|---|
| Freihandbestand ausleihbar | Fachbibliothek Mathematik | Bibliothek / frei aufgestellt | Stoch. / Weg | Verfügbar | 36538649090 | ||
| Handbibliothek | STOCH | Handbibliothek (Ausleihe und Einsicht nicht möglich) | 2024 A 1018 | Ausgeliehen | 18.09.2046 | 53943912090 |
Anzahl Vormerkungen: 0