Zustand: New. Autor/Autorin: Thomas NieldThomas Nield ist der Gruender der Nield Consulting Group sowie Dozent bei O Reilly Media und an der University of Southern California. Er hat Freude daran, technische Inhalte fuer diejenigen verstaendlich und gut nutzbar zu . Artikel-Nr. 827713830

Verk�ufer kontaktieren

Neu kaufen

EUR 39,90

W�hrung umrechnen

Versand: Gratis

Innerhalb Deutschlands

Versandziele, Kosten & Dauer

Anzahl: 5 verf�gbar

In den Warenkorb

Foto des Verk�ufers

Mathe-Basics f�r Data Scientists : Lineare Algebra, Statistik und Wahrscheinlichkeitsrechnung f�r die Datenanalyse

Thomas Nield

Verlag: Dpunkt.Verlag Gmbh Nov 2023, 2023

ISBN 10: 3960092156 ISBN 13: 9783960092155

Neu Taschenbuch

Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland

Verk�uferbewertung 5 von 5 Sternen

Taschenbuch. Zustand: Neu. Neuware - 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 �bungen und L�sungen, um das Gelernte zu vertiefen F�r Studium und Beruf Um als Data Scientist erfolgreich zu sein, m�ssen Sie �ber ein solides mathematisches Grundwissen verf�gen. Dieses Buch bietet einen leicht verst�ndlichen �berblick �ber die Mathematik, die Sie in der Data Science ben�tigen. Thomas Nield f�hrt Sie Schritt f�r 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 f�r 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 f�hren Sie Matrixzerlegung durch Vertiefen Sie Ihre Kenntnisse in Infinitesimal- und Wahrscheinlichkeitsrechnung, Statistik und linearer Algebra und wenden Sie sie auf Regressionsmodelle einschlie�lich 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. Artikel-Nr. 9783960092155

Verk�ufer kontaktieren