img Leseprobe Leseprobe

Data Science – was ist das eigentlich?!

Algorithmen des maschinellen Lernens verständlich erklärt

Kenneth Soo, Annalyn Ng

PDF
22,99
Amazon iTunes Thalia.de Weltbild.de Hugendubel Bücher.de ebook.de kobo Osiander Google Books Barnes&Noble bol.com Legimi yourbook.shop Kulturkaufhaus ebooks-center.de
* Affiliatelinks/Werbelinks
Hinweis: Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.

Springer Berlin Heidelberg img Link Publisher

Naturwissenschaften, Medizin, Informatik, Technik / Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik

Beschreibung

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 – 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. 

Weitere Titel in dieser Kategorie
Cover Matlab für Dummies
John Paul Mueller
Cover Das Hidden-Markov-Modell
Karl-Heinz Zimmermann

Kundenbewertungen

Schlagwörter

Datenwissenschaft, Einführung in Data Science, Machine Learning, Maschinenlernen, Einstieg in Data Science, Supervised Learning, Reinforcement Learning, Maschinelles Lernen, Unsupervised Learning, Pattern Recognition, Algorithmen des maschinellen Lernens, Mustererkennung