Um unsere Webseiten für Sie optimal zu gestalten und fortlaufend zu verbessern, verwenden wir Cookies. Durch Bestätigen des Buttons »Akzeptieren« stimmen Sie der Verwendung zu. Über den Button »Einstellungen« können Sie auswählen, welche Cookies Sie zulassen wollen.

AkzeptierenEinstellungen
Mathematik für Informatik und Data Science - Andreas Knoblauch

Mathematik für Informatik und Data Science

Eine fundierte Einführung in Logik, Analysis, Lineare Algebra und Stochastik für Künstliche Intelligenz und Maschinelles Lernen
Buch | Softcover
XVIII, 416 Seiten
2024 | 1. Auflage
Springer Vieweg (Verlag)
978-3-662-69478-7 (ISBN)
44,99 inkl. MwSt
  • 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
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?
Mehr entdecken
aus dem Bereich
Differential- und Integralrechnung einer Veränderlichen

von Otto Forster; Florian Lindemann

Buch | Softcover (2023)
Springer Spektrum (Verlag)
30,00
Beispiele, Tipps und Tricks aus der Praxis

von Harald Nahrstedt

Buch | Softcover (2023)
Springer Vieweg (Verlag)
39,99
Grundlagen, Methoden, Anwendungen

von André Krischke; Helge Röpcke

Buch | Hardcover (2024)
Carl Hanser (Verlag)
34,99