Mathematik für Software Engineering - Softcover

Über die Autorin bzw. den Autor

Stephan Dreiseitl studierte Mathematik und Informatik an österreichischen und amerikanischen Hochschulen. Nach seiner Promotion und einer kurzen Tätigkeit als Softwareentwickler forschte er an der Anwendung maschinellen Lernens in der biomedizinischen Datenanalyse und habilitierte anschließend im Fach Wissensbasierte Systeme. Sein Forschungsinteresse gilt weiterhin dem maschinellen Lernen, insbesondere den entscheidungsunterstützenden Systemen in der Biomedizin.

Seit 2000 arbeitet er hauptberuflich am Campus Hagenberg der FH Oberösterreich; dort hat er mehrere Preise für ausgezeichnete Lehre erhalten.

Von der hinteren Coverseite

Warum müssen InformatikerInnen und SoftwareentwicklerInnen im Studium eigentlich Mathe hören? Wie kann ihnen die Mathematik beim Programmieren helfen?

Dieses Lehrbuch vermittelt StudienanfängerInnen die Sprache und Methode der Mathematik als Grundlage strukturierten Problemlösens, welches essenziell für das Entwickeln von Softwaresystemen ist. Deshalb liegt der didaktische Fokus hier darauf aufzuzeigen, wie mathematische Konzepte aufeinander aufbauen, welche Muster sich daraus ergeben, und welche klar strukturierten Regeln es in der mathematischen Argumentation (dem Beweisen) gibt. Dieses Buch richtet den inhaltlichen Fokus auf Logik, Mengenlehre, diskrete Strukturen und Wahrscheinlichkeitsrechnung und orientiert sich damit an den Empfehlungen von ACM und IEEE zur Mathematikausbildung im Software-Engineering-Studium.

Da man Mathematik - ebenso wie die Softwareentwicklung - nicht durch Lesen, sondern nur durch Tun erlernt, schließt jeder Abschnitt mit einerReihe von Verständnisfragen und Übungsaufgaben. Es eignet sich daher bestens zum Nacharbeiten einer Vorlesung und zur Prüfungsvorbereitung. Durch den verständlichen Schreibstil und die Lösungen auf der Webseite des Autors kann dieses Buch aber auch gut zum Selbststudium genutzt werden.Stephan Dreiseitl studierte Mathematik und Informatik an österreichischen und amerikanischen Hochschulen. Nach seiner Promotion und einer kurzen Tätigkeit als Softwareentwickler forschte er an der Anwendung maschinellen Lernens in der biomedizinischen Datenanalyse und habilitierte anschließend im Fach Wissensbasierte Systeme. Sein Forschungsinteresse gilt weiterhin dem maschinellen Lernen, insbesondere den entscheidungsunterstützenden Systemen in der Biomedizin.

Seit 2000 arbeitet er hauptberuflich am Campus Hagenberg der FH Oberösterreich; dort hat er mehrere Preise für ausgezeichnete Lehre erhalten.