Statistik und maschinelles Lernen

Um unseren Shop nutzen zu können, müssen Sie Javascript in Ihrem Browser aktivieren.

Dekorationsartikel gehören nicht zum Leistungsumfang.

Sprache: Deutsch

37,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

Lieferzeit 4-7 Werktage

Sie können kein Produkt in den Warenkorb legen, da Javascript und technisch notwendige Cookies aktiviert sein müssen.

Kategorien:

Beschreibung

Dieses Lehrbuch liefert einen Einstieg in die mathematische Statistik und baut systematisch eine Brücke zum maschinellen Lernen. Dabei werden sowohl klassische und bis heute wichtige Verfahren untersucht als auch moderne Klassifikationsmethoden des statistischen Lernens. Diese werden mathematisch präzise analysiert und anhand von lebensnahen Beispielen illustriert. Das Buch verschafft den Leserinnen und Lesern einen Überblick über statistische Methoden der Datenanalyse und deren mathematischen Grundprinzipien. Der Fokus auf nicht-asymptotische Resultate erlaubt den Zugang zu modernen Anwendungen und führt an aktuelle Forschungsfragen heran. Aufgaben am Kapitelende runden das Buch ab.

Über den Autor

¿Mathias Trabs promovierte an der Humboldt-Universität zu Berlin. Nach einer Postdoczeit in Paris wurde er 2016 Juniorprofessor an der Universität Hamburg. Seine Forschung befasst sich mit der hochdimensionalen und nichtparametrischen Statistik.

Moritz Jirak promovierte an der Technischen Universität Graz. Seine wissenschaftliche Laufbahn führte über Berlin und Braunschweig an die Universität Wien, wo er seit 2020 Professor ist. Seine Forschungsschwerpunkte liegen in der Analyse von hochdimensionalen Daten und Zeitreihen.

Konstantin Krenz schloss 2019 das Mathematikstudium an der Humboldt-Universität zu Berlin ab, wobei er sich in die angewandte Statistik und optimale Steuerungsprobleme vertiefte. Nach einer Weiterbildung für das Lehramt an Gymnasien unterrichtet er Mathematik und Informatik in Erfurt.

Markus Reiß promovierte an der Humboldt-Universität zu Berlin. Nach Stationen in Paris und Heidelberg kehrte er 2008 als Professor an die Humboldt-Universität zu Berlin zurück. Er ist ein Experte für statistische inverse Probleme und die Statistik stochastischer Prozesse.

Zusammenfassung

Verschafft einen Überblick zu Methoden und mathematischen Grundprinzipien

Mathematisch präzise, mit Fokus auf nicht-asymptotische Resultate

Führt hin zu modernen Anwendungen und aktuellen Forschungsfragen

Motiviert mit lebensnahen Beispielen

Inhaltsverzeichnis

Grundlagen der Statistik.- Das lineare Modell.- Effizienz und Exponentialfamilien.- Modellwahl.- Klassifikation.- ANHANG.- Konzepte der Wahrscheinlichkeitstheorie.

Details

Erscheinungsjahr:	2021
Fachbereich:	Wahrscheinlichkeitstheorie
Genre:	Mathematik
Rubrik:	Naturwissenschaften & Technik
Medium:	Taschenbuch
Seiten:	276
Inhalt:	xii 263 S. 9 s/w Illustr. 23 farbige Illustr. 23 farbige Tab. 263 S. 32 Abb. 23 Abb. in Farbe.
ISBN-13:	9783662629376
ISBN-10:	3662629372
Sprache:	Deutsch
Herstellernummer:	978-3-662-62937-6
Ausstattung / Beilage:	Paperback
Einband:	Kartoniert / Broschiert
Autor:	Trabs, Mathias Reiß, Markus Krenz, Konstantin Jirak, Moritz
Auflage:	1. Aufl. 2021
Hersteller:	Springer Berlin Springer Berlin Heidelberg
Maße:	240 x 168 x 16 mm
Von/Mit:	Mathias Trabs (u. a.)
Erscheinungsdatum:	23.06.2021
Gewicht:	0,468 kg

preigu-id: 119459093