Mathematische Einführung in Data Science

(Autor)

Buch | Softcover
IX, 303 Seiten
2024 | 1. Auflage
Springer Spektrum (Verlag)
978-3-662-68696-6 (ISBN)

Lese- und Medienproben

Mathematische Einführung in Data Science - Sven-Ake Wegner
64,99 inkl. MwSt
  • Führt prägnant und verständlich in die Mathematik der Data Science ein
  • Orientiert sich an den zentralen Prinzipien
  • Mathematisch exakt und auf die Anwendung fokussiert

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.

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

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.

Erscheinungsdatum
Zusatzinfo IX, 303 S. 118 Abb.
Verlagsort Berlin
Sprache deutsch
Maße 155 x 235 mm
Gewicht 486 g
Einbandart kartoniert
Themenwelt Mathematik / Informatik Informatik Datenbanken
Informatik Theorie / Studium Algorithmen
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Mathematik / Informatik Mathematik Angewandte Mathematik
Mathematik / Informatik Mathematik Wahrscheinlichkeit / Kombinatorik
Schlagworte Angewandte Funktionalanalysis • Data Science • Deep learning • Kernmethoden • machine learning • Maßkonzentration • Neuronale Netze • Perzeptron • Vektor Support Maschinen
ISBN-10 3-662-68696-1 / 3662686961
ISBN-13 978-3-662-68696-6 / 9783662686966
Zustand Neuware
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
Mehr entdecken
aus dem Bereich
IT zum Anfassen für alle von 9 bis 99 – vom Navi bis Social Media

von Jens Gallenbacher

Buch | Softcover (2021)
Springer (Verlag)
29,99