Stefan Richter
Statistisches und maschinelles Lernen
Gängige Verfahren im Überblick
Buch
Dieses Buch verschafft Ihnen einen Überblick über einige der bekanntesten Verfahren des maschinellen Lernens aus der Perspektive der mathematischen Statistik. Nach der Lektüre kennen Sie die jeweils gestellten Forderungen an die Daten sowie deren Vor- und Nachteile und sind daher in der Lage, für ein gegebenes Problem ein geeignetes Verfahren vorzuschlagen. Beweise werden nur dort ausführlich dargestellt oder skizziert, wo sie einen didaktischen Mehrwert bieten - ansonsten wird auf die entsprechenden Fachartikel verwiesen. Für die praktische Anwendung ist ein genaueres Studium des jeweiligen Verfahrens und der entsprechenden Fachliteratur nöt…
Mehr
Beschreibung
Dieses Buch verschafft Ihnen einen Überblick über einige der bekanntesten Verfahren des maschinellen Lernens aus der Perspektive der mathematischen Statistik. Nach der Lektüre kennen Sie die jeweils gestellten Forderungen an die Daten sowie deren Vor- und Nachteile und sind daher in der Lage, für ein gegebenes Problem ein geeignetes Verfahren vorzuschlagen. Beweise werden nur dort ausführlich dargestellt oder skizziert, wo sie einen didaktischen Mehrwert bieten - ansonsten wird auf die entsprechenden Fachartikel verwiesen. Für die praktische Anwendung ist ein genaueres Studium des jeweiligen Verfahrens und der entsprechenden Fachliteratur nötig, zu der Sie auf Basis dieses Buchs aber schnell Zugang finden.Das Buch richtet sich an Studierende der Mathematik höheren Semesters, die bereits Vorkenntnisse in Wahrscheinlichkeitstheorie besitzen. Behandelt werden sowohl Methoden des Supervised Learning und Reinforcement Learning als auch des Unsupervised Learning. Der Umfang entspricht einer einsemestrigen vierstündigen Vorlesung. Die einzelnen Kapitel sind weitestgehend unabhängig voneinander lesbar, am Ende jedes Kapitels kann das erworbene Wissen anhand von Übungsaufgaben und durch Implementierung der Verfahren überprüft werden. Quelltexte in der Programmiersprache R stehen auf der Springer-Produktseite zum Buch zur Verfügung.
CHF 38.90
Preise inkl. MwSt. und Versandkosten (Portofrei ab CHF 40.00)
V103:
Folgt in ca. 5 Arbeitstagen
Produktdetails
- ISBN: 978-3-662-59353-0
- EAN: 9783662593530
- Produktnummer: 30951886
- Verlag: Springer Berlin Heidelberg
- Sprache: Deutsch
- Erscheinungsjahr: 2019
- Seitenangabe: 400 S.
- Masse: H24.0 cm x B16.8 cm x D2.1 cm 669 g
- Auflage: 1. Aufl. 2019
- Abbildungen: Paperback
- Gewicht: 669
Über den Autor
Dr. Stefan Richter studierte und promovierte an der Universität Heidelberg. Im Anschluss hatte er eine Vertretungsprofessur am Institut für Mathematische Stochastik der TU Braunschweig inne, in deren Rahmen er unter anderem statistisches und maschinelles Lernen für Mathematiker lehrte. Derzeit ist er Postdoc der Arbeitsgruppe Statistik stochastischer Prozesse in Heidelberg.
88 weitere Werke von Stefan Richter:
Gängige Verfahren im Überblick
Ebook (PDF Format)
CHF 3.85
Gängige Verfahren im Überblick
Ebook (EPUB Format)
CHF 4.00
Bewertungen
0 von 0 Bewertungen
Anmelden
Keine Bewertungen gefunden. Seien Sie der Erste und teilen Sie Ihre Erkenntnisse mit anderen.