Welcome to our book review site go-pdf.online!
You may have to Search all our reviewed books and magazines, click the sign up button below to create a free account.
Mathematical Introduction to Data Science
This textbook is intended for students of mathematics who have completed the foundational courses of their undergraduate studies and now want to specialize in Data Science and Machine Learning. It introduces the reader to the most important topics in the latter areas focusing on rigorous proofs and a systematic understanding of the underlying ideas. The textbook comes with 121 classroom-tested exercises. Topics covered include k-nearest neighbors, linear and logistic regression, clustering, best-fit subspaces, principal component analysis, dimensionality reduction, collaborative filtering, perceptron, support vector machines, the kernel method, gradient descent and neural networks.
Hans J. Wegner
None
Mathematische Einführung in Data Science
Dieses Lehrbuch richtet sich an Studierende der Mathematik ab dem dritten Studienjahr. Basierend auf den mathematischen Grundvorlesungen werden kanonische Themen aus den Bereichen Data Science und Machine Learning durchgenommen. Dabei stehen rigorose Beweise und ein systematisches Verständnis der zugrundeliegenden Ideen im Vordergrund. Der Text wird abgerundet durch 121 unterrichtserprobte Aufgaben. Behandelte Themen sind u.a. k-nächste Nachbarn, lineare und logistische Regression, Clustering, bestpassende Unterräume, Hauptkomponentenanalyse, Dimensionalitätsreduktion, kollaboratives Filtern, Perzeptron, Support-Vector-Maschinen und neuronale Netze. Der Autor Sven-Ake Wegner promovierte 2010 in Funktionalanalysis und ist nach mehreren, teils internationalen wissenschaftlichen Stationen seit 2020 Privatdozent für Mathematik an der Universität Hamburg.
