Cover von Mathe-Basics für Data Scientists wird in neuem Tab geöffnet

Mathe-Basics für Data Scientists

lineare Algebra, Statistik und Wahrscheinlichkeitsrechnung für die Datenanalyse
Verfasser*in: Suche nach Verfasser*in Nield, Thomas
Verfasser*innenangabe: Thomas Nield ; Übersetzung von Frank Langenau
Jahr: 2023
Verlag: Heidelberg, O'Reilly
Reihe: Animals
Mediengruppe: Buch
nicht verfügbar

Exemplare

AktionZweigstelleStandorteStatusFristVorbestellungen
Vorbestellen Zweigstelle: 07., Urban-Loritz-Pl. 2a Standorte: NT.EIT Niel / College 6c - Informatik & Computer Status: Entliehen Frist: 21.10.2024 Vorbestellungen: 0

Inhalt

Frischen Sie Ihre Mathematik-Kenntnisse für Datenanalysen, Machine Learning und Neuronale Netze auf!
- Dieses Buch richtet sich an angehende und fortgeschrittene Data Scientists sowie Programmierer*innen, die sich die mathematischen Grundlagen der Data Science aneignen wollen
- Besonders gut nachvollziehbar durch minimale mathematische Fachterminologie, praxisnahe Beispiele und zahlreiche Abbildungen
- Mit Übungen und Lösungen, um das Gelernte zu vertiefen
- Für Studium und Beruf
 
Um als Data Scientist erfolgreich zu sein, müssen Sie über ein solides mathematisches Grundwissen verfügen. Dieses Buch bietet einen leicht verständlichen Überblick über die Mathematik, die Sie in der Data Science benötigen. Thomas Nield führt Sie Schritt für Schritt durch Bereiche wie Infinitesimalrechnung, Wahrscheinlichkeit, lineare Algebra, Statistik und Hypothesentests und zeigt Ihnen, wie diese Mathe-Basics beispielsweise in der linearen und logistischen Regression und in neuronalen Netzen eingesetzt werden. Zusätzlich erhalten Sie Einblicke in den aktuellen Stand der Data Science und erfahren, wie Sie dieses Wissen für Ihre Karriere als Data Scientist nutzen.
 
- Verwenden Sie Python-Code und Bibliotheken wie SymPy, NumPy und scikit-learn, um grundlegende mathematische Konzepte wie Infinitesimalrechnung, lineare Algebra, Statistik und maschinelles Lernen zu erkunden
- Verstehen Sie Techniken wie lineare und logistische Regression und neuronale Netze durch gut nachvollziehbare Erklärungen und ein Minimum an mathematischer Terminologie
- Wenden Sie deskriptive Statistik und Hypothesentests auf einen Datensatz an, um p-Werte und statistische Signifikanz zu interpretieren
- Manipulieren Sie Vektoren und Matrizen und führen Sie Matrixzerlegung durch
- Vertiefen Sie Ihre Kenntnisse in Infinitesimal- und Wahrscheinlichkeitsrechnung, Statistik und linearer Algebra und wenden Sie sie auf Regressionsmodelle einschließlich neuronaler Netze an
- Erfahren Sie, wie Sie Ihre Kenntnisse und Fähigkeiten in der Datenanalyse optimieren und gängige Fehler vermeiden, um auf dem Data-Science-Arbeitsmarkt zu u¨berzeugen
 
(Verlagstext)

Details

Verfasser*in: Suche nach Verfasser*in Nield, Thomas
Verfasser*innenangabe: Thomas Nield ; Übersetzung von Frank Langenau
Jahr: 2023
Verlag: Heidelberg, O'Reilly
opens in new tab
Systematik: Suche nach dieser Systematik NT.EIT
Suche nach diesem Interessenskreis
ISBN: 978-3-96009-215-5
2. ISBN: 3-96009-215-6
Beschreibung: 333 Seiten : Illlustrationen
Reihe: Animals
Schlagwörter: Data Science, Datenanalyse, Mathematik, Theoretische Informatik, Data analysis, Data-analysis, Datenauswertung <Statistik>, Datenwissenschaft, Reine Mathematik, Statistische Auswertung, Statistische Datenanalyse
Beteiligte Personen: Suche nach dieser Beteiligten Person Langenau, Frank
Sprache: Deutsch
Originaltitel: Essential math for data scientists
Mediengruppe: Buch