Overview
- Führt prägnant und verständlich in die Mathematik der Data Science ein
- Orientiert sich an den zentralen Prinzipien
- Mathematisch exakt und auf die Anwendung fokussiert
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (18 chapters)
-
Front Matter
-
Back Matter
Keywords
About this book
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.
Authors and Affiliations
About the author
Sven-Ake Wegner promovierte 2010 in Funktionalanalysis und ist nach mehreren, teils internationalen wissenschaftlichen Stationen seit 2020 Privatdozent für Mathematik an der Universität Hamburg.
Bibliographic Information
Book Title: Mathematische Einführung in Data Science
Authors: Sven-Ake Wegner
DOI: https://doi.org/10.1007/978-3-662-68697-3
Publisher: Springer Spektrum Berlin, Heidelberg
eBook Packages: Life Science and Basic Disciplines (German Language)
Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2023
Softcover ISBN: 978-3-662-68696-6Published: 25 January 2024
eBook ISBN: 978-3-662-68697-3Published: 24 January 2024
Edition Number: 1
Number of Pages: IX, 303
Number of Illustrations: 118 b/w illustrations
Topics: Statistics, general, Data Structures and Information Theory, Artificial Intelligence