Merkliste
Die Merkliste ist leer.

Data Science - was ist das eigentlich?!

Algorithmen des maschinellen Lernens verständlich erklärt. Mit E-Book - .
BuchKartoniert, Paperback
179 Seiten
Deutsch
Springer, Berlinerschienen am08.11.2018
Verfügbare Formate
BuchKartoniert, Paperback
CHF28.90
eBookPDFDRM AdobeElectronic Book
CHF17.50
Sie möchten endlich wissen, was sich hinter Schlagworten wie ?Data Science? und ?Machine Learning? eigentlich verbirgt ? und was man alles damit anstellen kann? Auf allzu viel Mathematik würden Sie dabei aber gern verzichten? Dann sind Sie hier genau richtig: Dieses Buch bietet einen kompakten Einblick in die wichtigsten Schlüsselkonzepte der Datenwissenschaft und ihrer Algorithmen ?...mehr
CHF28.90
in der Regel innert 2 Werktagen versandfertig oder abholbereit

Informationen

KlappentextSie möchten endlich wissen, was sich hinter Schlagworten wie ?Data Science? und ?Machine Learning? eigentlich verbirgt ? und was man alles damit anstellen kann? Auf allzu viel Mathematik würden Sie dabei aber gern verzichten? Dann sind Sie hier genau richtig: Dieses Buch bietet einen kompakten Einblick in die wichtigsten Schlüsselkonzepte der Datenwissenschaft und ihrer Algorithmen ? und zwar ohne Sie mit mathematischen Formeln und Details zu belasten!
Der Fokus liegt ? nach einer übergeordneten Einführung ? auf Anwendungen des maschinellen Lernens zur Mustererkennung und Vorhersage von Ergebnissen: In jedem Kapitel wird ein Algorithmus erläutert und mit einem leicht verständlichen, realen Anwendungsbeispiel verknüpft. Die Kombination aus intuitiven Erklärungen und zahlreichen Abbildungen ermöglicht dabei ein grundlegendes Verständnis, das ohne mathematische Formelsprache auskommt. Abschließend werden auch die Grenzen und Nachteile der betrachteten Algorithmen explizit aufgezeigt.
 Das Buch beschreibt die Schlüsselalgorithmen der Datenwissenschaften bildlich und eingängig. Eine nützliche Einführung für Anfänger, ein guter Überblick für Geschäftsleute, die mit Analysten zusammenarbeiten, oder einfach ein anregendes Lesevergnügen für alle, die wissen wollen, was mit ihren Daten geschieht. Dr. David Stillwell, stellvertretender Direktor des Psychometrics Centre an der University of Cambridge
Dank der exzellent veranschaulichten Konzepte konnten unsere Studenten aus den nicht-technischen Fächern die abstrakten Ideen des maschinellen Lernens ganz intuitiv verstehen. Ethan Chan, Big-Data-Dozent, Stanford University
ZusammenfassungIntuitive Erklärungen und Visualisierungen
Praktische Anwendungen zur Veranschaulichung der einzelnen Algorithmen
Zusammenfassung am Ende jeden Kapitels
Vergleich der Vor- und Nachteile der Algorithmen
Glossar der häufig verwendeten Begriffe
Alle Abbildungen für Farbenblinde geeignet
Details
ISBN978-3-662-56775-3
ProduktartBuch
Einbandart / SetinhaltKartoniert, Paperback
Verlag/Label
Erscheinungsjahr2018
Erscheinungsdatum08.11.2018
Auflage1. Aufl. 2018
Seiten179 Seiten
SpracheDeutsch
Artikel-Nr.24753537

Inhalt/Kritik

InhaltsverzeichnisDas Wichtigste in Kürze ?.- k-Means-Clustering.- Hauptkomponentenanalyse.- Assoziationsanalyse.- Soziale Netzwerkanalyse.- Regressionsanalyse.- k-nächste Nachbarn und Ausreißererkennung.- Support-Vektor-Maschine.- Entscheidungsbaum.- Random Forests.- Neuronale Netze.- A/B-Tests und vielarmige Banditen.- Anhang.
Kritik"... das Buch nicht nur für Laien, sondern auch für den mathematisch gebildeten und interessierten Leser für eine empfehlenswerte Einführung in die Welt des maschinellen Lernens. Es unterscheidet sich von anderen populärwissenschaftlichen Büchern in erfrischender Weise durch Sachlichkeit. ... Da zu der Entscheidung, maschinelle Verfahren einzusetzen Grundkenntnisse zu den Verfahren hilfreich sind, ist dieses Buch ein nützlicher Beitrag....mehr

Schlagworte

Autor

Annalyn Ng schloss ihr Grundstudium an der University of Michigan (Ann Arbor) ab und war dort auch als Statistiktutorin tätig. Anschließend absolvierte sie ihr Master-Studium am Psychometrics Centre der University of Cambridge, indem Sie dort Social Media-Daten für gezielte Werbung und programmierte kognitive Tests für die Stellenv .ermittlung auswertete. Im Team für Verhaltenswissenschaften bei Disney Research untersuchte sie später psychologische Profile von Konsumenten.
Kenneth Soo hat sein Master-Studium in Statistik an der Stanford University abgeschlossen. Zuvor absolvierte er sein Grundstudium in Mathematik, Operational Research, Statistics and Economics (MORSE) an der University of Warwick: Er war dort als Forschungsassistent bei der Operational Research & Management Sciences Group tätig und arbeitete an der bi-objektiven robusten Optimierung mit Anwendungen in Netzwerken, die zufälligen Ausfällen unterliegen.

Kürzlich von mir besucht