Data Science - was ist das eigentlich?! : Algorithmen des maschinellen Lernens verständlich erklärt / Annalyn Ng, Kenneth Soo ; aus dem Englischen übersetzt von Matthias Delbrück

Von:

Ng, Annalyn [VerfasserIn]

Mitwirkende(r):

Resource type: Ressourcentyp: Buch (Online)Buch (Online)Sprache: Deutsch Reihen: SpringerLink Bücher | Springer eBook CollectionVerlag: Berlin ; [Heidelberg] : Springer, [2018]Copyright-Datum: © 2018Beschreibung: Online-Ressource (XXI, 179 Seiten) : IllustrationenISBN:

9783662567760

Einheitssachtitel:

Numsense! Data science for the layman

Schlagwörter:

Andere physische Formen: 9783662567753 | Erscheint auch als: Data Science - was ist das eigentlich?!. Druck-Ausgabe Berlin : Springer, 2018. XXI, 179 SeitenDDC-Klassifikation:

519.5

RVK: RVK: ST 302 | ST 271LOC-Klassifikation:

QA276-280

DOI: DOI: 10.1007/978-3-662-56776-0Online-Ressourcen:

Zusammenfassung: Sie möchten endlich wissen, was sich hinter Schlagworten wie „Data Science“ und „Machine Learning“ eigentlich verbirgt - und was man alles damit anstellen kann? Auf allzu viel Mathematik würden Sie dabei aber gern verzichten? Dann sind Sie hier genau richtig: Dieses Buch bietet einen kompakten Einblick in die wichtigsten Schlüsselkonzepte der Datenwissenschaft und ihrer Algorithmen - und zwar ohne Sie mit mathematischen Formeln und Details zu belasten! Der Fokus liegt - nach einer übergeordneten Einführung - auf Anwendungen des maschinellen Lernens zur Mustererkennung und Vorhersage von Ergebnissen: In jedem Kapitel wird ein Algorithmus erläutert und mit einem leicht verständlichen, realen Anwendungsbeispiel verknüpft. Die Kombination aus intuitiven Erklärungen und zahlreichen Abbildungen ermöglicht dabei ein grundlegendes Verständnis, das ohne mathematische Formelsprache auskommt. Abschließend werden auch die Grenzen und Nachteile der betrachteten Algorithmen explizit aufgezeigt. Das Buch beschreibt die Schlüsselalgorithmen der Datenwissenschaften bildlich und eingängig. Eine nützliche Einführung für Anfänger, ein guter Überblick für Geschäftsleute, die mit Analysten zusammenarbeiten, oder einfach ein anregendes Lesevergnügen für alle, die wissen wollen, was mit ihren Daten geschieht. Dr. David Stillwell, stellvertretender Direktor des Psychometrics Centre an der University of Cambridge Dank der exzellent veranschaulichten Konzepte konnten unsere Studenten aus den nicht-technischen Fächern die abstrakten Ideen des maschinellen Lernens ganz intuitiv verstehen. Ethan Chan, Big-Data-Dozent, Stanford UniversityZusammenfassung: Das Wichtigste in Kürze … -- k-Means-Clustering -- Hauptkomponentenanalyse -- Assoziationsanalyse -- Soziale Netzwerkanalyse -- Regressionsanalyse -- k-nächste Nachbarn und Ausreißererkennung -- Support-Vektor-Maschine -- Entscheidungsbaum -- Random Forests -- Neuronale Netze -- A/B-Tests und vielarmige Banditen -- AnhangPPN: PPN: 1038685842Package identifier: Produktsigel: ZDB-2-SEB | ZDB-2-SNA

Exemplare ( 0 )
Titelinformationen ( 1 )

Dieser Titel hat keine Exemplare

Springer eBook Collection. Life Science and Basic Disciplines