Mathematik für Informatik und Data Science
Springer Vieweg (Verlag)
978-3-662-69478-7 (ISBN)
- Beinhaltet die notwendige Mathematik für Informatik, insbesondere für Data Science und künstliche Intelligenz
- Begleitbuch für kompakte Grundlagen-Vorlesungen der Mathematik - Referenz für Kurse über Lernende Systeme
- Mit Aufgaben und Online-Musterlösungen
Dieses Buch liefert eine kompakte aber fundierte Darstellung der wichtigsten Gebiete der Mathematik für Informatik, die insbesondere für Data Science, Künstliche Intelligenz und Maschinelles Lernen notwendig sind.
Inhaltlich gehören dazu: Grundlagen zu Logik und Beweisen, ein- und mehrdimensionale Analysis mit Differential- und Integralrechnung, Lineare Algebra mit Vektor- und Matrixrechnung, linearen Gleichungssystemen, Koordinatentransformationen, Eigenvektoren sowie Wahrscheinlichkeitsrechnung mit Grundlagen der Kombinatorik, Statistik und Informationstheorie.
Trotz der kompakten Darstellung werden alle Konzepte und Sätze sorgfältig eingeführt und bewiesen. Nichts soll vom Himmel fallen, sondern aus Axiomen und elementaren Prinzipien hergeleitet werden. Ziel ist es beim Studierenden das befriedigende Gefühl zu erzeugen, alles von Grund auf verstanden zu haben, und nichts nur "glauben" zu müssen.
Andreas Knoblauch ist Professor für Informatik an der Hochschule Albstadt-Sigmaringen. Er unterrichtet dort in den Studiengängen Technische Informatik, IT-Security, Wirtschaftsinformatik, Systems Engineering und Data Science unter anderem Mathematik, Intelligente Systeme, Maschinelles Lernen und Mustererkennung. Daneben forscht er im Bereich Bildverarbeitung, Objekterkennung, Neuronale Netze, Neuromorphe Assoziativspeicher und Selbstreferentielles Autonomes Lernen.
1. Mathematische und logische Grundlagen
2. Rechnen in Körpern
3. Grenzwerte von Folgen und Reihen
4. Rationale Funktionen und Stetigkeit
5. Differentialrechnung
6. Integration
7. Die komplexe Exponentialfunktion und die trigonometrischen Funktionen
8. Vektorrechnung und Lineare Algebra
9. Fortgeschrittene Methoden der Linearen Algebra
10. Mehrdimensionale Differentialrechnung
11. Kombinatorik und Wahrscheinlichkeitsrechnung
Erscheinungsdatum | 19.12.2024 |
---|---|
Reihe/Serie | Studienbücher Informatik |
Zusatzinfo | Illustrationen |
Verlagsort | Berlin |
Sprache | deutsch |
Maße | 168 x 240 mm |
Einbandart | kartoniert |
Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
Informatik ► Theorie / Studium ► Theoretische Informatik | |
Mathematik / Informatik ► Mathematik ► Angewandte Mathematik | |
Schlagworte | Analysis • Data Science • Differentialrechnung • Informatik • Kombinatorik • Künstliche Intelligenz • Lineare Algebra • Logik • Maschinelles Lernen • Mathematik • Stochastik |
ISBN-10 | 3-662-69478-6 / 3662694786 |
ISBN-13 | 978-3-662-69478-7 / 9783662694787 |
Zustand | Neuware |
Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
Haben Sie eine Frage zum Produkt? |
aus dem Bereich