Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy Xcover
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Statistik und maschinelles Lernen

Mathias Trabs (Taschenbuch, Deutsch)

Optischer Zustand
  • Sehr guter Zustand: leichte Gebrauchsspuren vorhanden
  • z.B. mit vereinzelten Knicken, Markierungen oder mit Gebrauchsspuren am Cover
  • Gut als Geschenk geeignet
Beschreibung
Dieses Lehrbuch liefert einen Einstieg in die mathematische Statistik und baut systematisch eine Brücke zum maschinellen Lernen. Dabei werden sowohl klassische und bis heute wichtige Verfahren untersucht als auch moderne Klassifikationsmethoden des statistischen Lernens. Diese werden mathematisch präzise analysiert und anhand von lebensnahen Beispielen illustriert. Das Buch verschafft den Leserinnen und Lesern einen Überblick über statistische Methoden der Datenanalyse und deren mathematischen Grundprinzipien. Der Fokus auf nicht-asymptotische Resultate erlaubt den Zugang zu modernen Anwendungen und führt an aktuelle Forschungsfragen heran. Aufgaben am Kapitelende runden das Buch ab.
neu 37,99 € -18 %*
30,99 €
Taschenbuch | Sehr gut
Nur noch 1 verfügbar! Versandbereit in 3-4 Werktagen
zzgl.
Nur noch 1 verfügbar! Versandbereit in 3-4 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

* Spare 18 % gegenüber Neuware
Der Streichpreis bezieht sich auf den empfohlenen Verkaufspreis des Herstellers oder den marktüblichen Preis für einen neuen Artikel. Der angegebene Prozentsatz entspricht der Differenz zwischen diesem Referenzpreis und unserem aktuellen Verkaufspreis.

Technische Daten


Erscheinungsdatum
23.06.2021
Sprache
Deutsch
EAN
9783662629376
Herausgeber
Springer Berlin
Sonderedition
Nein
Autor
Mathias Trabs
Seitenanzahl
263
Auflage
1. Auflage 2021
Einbandart
Taschenbuch
Buch Untertitel
Eine mathematische Einführung in klassische und moderne Methoden
Schlagwörter
Mathematische Statistik, Hochdimensionale Statistik, Hochdimensionale Modelle, Moderne statistische Methoden und Forschungsfragen, Machine Learning, Klassifikationsprobleme, Supervised learning, Überwachtes Maschinelles Lernen, Verallgemeinertes lineares Modell, generalized linear model, GLM, Mathematische Grundlagen der Datenwissenschaften, Mathematische Grundlagen von Data Science, Statistische Methoden der Datenanalyse, Klassifikationsmethoden des statistischen Lernens
Thema-Inhalt
PBT - Wahrscheinlichkeitsrechnung und Statistik UFM - Mathematische und statistische Software
Höhe
240 mm
Breite
16.8 cm

Transparenz & Sicherheit

Hersteller: Springer Vieweg, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!