Saltar al contenido principal Saltar a la búsqueda Saltar a la navegación principal
📍 Ebertstraße 6, 76137 Karlsruhe | ☎ 0721 38 480 060 | ✉ info@buch-ka.de | 🕐 Horario de apertura |

Mathe-Basics für Data Scientists

Información sobre el producto "Mathe-Basics für Data Scientists"
  • 7 %
  • Libro de bolsillo
  • Comprender
  • Libro de bolsillo
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 überzeugen

0 de 0 valoraciones

Calificación promedio de 0 de 5 estrellas

¡Emita una valoración!

Comparta sus experiencias con el producto con otros clientes.


Omitir la galería de productos

Ähnliche Bücher entdecken

Praktische Statistik für Data Scientists

01.04.2021
Language Models kompakt

28.08.2025
Neu
Data Science: Foundations and Applications

25.06.2026
Einführung in Data Science

21.11.2019
Neuronale Netze programmieren mit Python

07.01.2025
Mathematik für Informatik und Data Science

19.12.2024
Machine Learning – kurz & gut

22.04.2021
The Handbook of Data Science and AI

17.04.2026
Machine Learning – kurz & gut

01.08.2024
Datenvisualisierung mit Tableau

23.07.2021
An Introduction to Statistical Learning

02.07.2024
Neu
KI-Projekte mit Python

24.06.2026
Machine Learning und KI kompakt

30.01.2025
An Introduction to Statistical Learning

01.07.2023
Data Mesh

02.02.2023
An Introduction to Statistical Learning

30.07.2022
Praxisbuch Large Language Models

30.10.2025
Data Act

04.07.2024
Grundkurs Machine Learning

28.07.2020
Omitir la galería de productos

Weitere Bücher aus der Reihe Animals

Neu
KI-Agenten entwickeln

29.05.2026
PyTorch für KI und ML

30.04.2026
Einführung in GitHub Copilot

29.01.2026
Praxisbuch Large Language Models

30.10.2025
Prompt Engineering für Large Language Models

25.09.2025
Kommunikation in der Cyberkrise

24.07.2025
Barrierefreie Webentwicklung

30.05.2025
Python lernen mit KI-Tools

12.12.2024
Programmieren mit KI

31.10.2024
Bitcoin - Grundlagen und Programmierung

31.10.2024
Datenarchitekturen

31.10.2024
Neuronale Netze selbst programmieren

27.06.2024
ChatGPT in Softwareprojekten

17.10.2024
Clean Code Kochbuch

27.06.2024