wird in neuem Tab geöffnet
Mathe-Basics fr Data Scientists
Lineare Algebra, Statistik und Wahrscheinlichkeitsrechnung fr die Datenanalyse
0 Bewertungen
Verfasser:
Suche nach diesem Verfasser
Nield, Thomas
Mehr...
Jahr:
2023
Verlag:
O'Reilly
Mediengruppe:
eBook
Zweigstelle | Signatur | Standort 2 | Standort 3 | Status | Vorbestellungen | Frist |
Zweigstelle:
Onleihe Hessen
|
Gruppe:
|
Lesewelt:
|
Stockwerk:
|
Status:
Zum Downloaden
|
Vorbestellungen:
0
|
Frist:
|
Frischen Sie Ihre Mathematik-Kenntnisse fr 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 šbungen und L”sungen, um das Gelernte zu vertiefen - Fr Studium und BerufUm als Data Scientist erfolgreich zu sein, mssen Sie ber ein solides mathematisches Grundwissen verfgen. Dieses Buch bietet einen leicht verst„ndlichen šberblick ber die Mathematik, die Sie in der Data Science ben”tigen. Thomas Nield fhrt Sie Schritt fr 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. Zus„tzlich erhalten Sie Einblicke in den aktuellen Stand der Data Science und erfahren, wie Sie dieses Wissen fr 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 Erkl„rungen 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 fhren Sie Matrixzerlegung durch - Vertiefen Sie Ihre Kenntnisse in Infinitesimal- und Wahrscheinlichkeitsrechnung, Statistik und linearer Algebra und wenden Sie sie auf Regressionsmodelle einschlieálich neuronaler Netze an - Erfahren Sie, wie Sie Ihre Kenntnisse und F„higkeiten in der Datenanalyse optimieren und g„ngige Fehler vermeiden, um auf dem Data-Science-Arbeitsmarkt zu berzeugen
0 Bewertungen
0 Bewertungen
0 Bewertungen
0 Bewertungen
0 Bewertungen
Keine Rezensionen gefunden.
Mehr...
Jahr:
2023
Verlag:
O'Reilly
Aufsätze:
Zu diesem Aufsatz wechseln
opens in new tab
Diesen Link in neuem Tab öffnen
Mehr...
Suche nach dieser Systematik
Suche nach diesem Interessenskreis
ISBN:
9783960107651
Beschreibung:
335 S.
Mediengruppe:
eBook