
Linear Algebra and Learning from Data
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Linear Algebra and Learning from Data" von Gilbert Strang ist ein umfassendes Werk, das die Verbindung zwischen linearer Algebra und modernen Datenwissenschaftstechniken erkundet. Das Buch beginnt mit einer Einführung in die Grundlagen der linearen Algebra, einschließlich Matrizen, Vektorräumen und Eigenwerten. Strang legt besonderen Wert darauf, diese Konzepte anschaulich und zugänglich zu erklären. Im weiteren Verlauf des Buches wird gezeigt, wie diese mathematischen Prinzipien auf Probleme der Datenanalyse angewendet werden können. Themen wie Singulärwertzerlegung, Hauptkomponentenanalyse und maschinelles Lernen werden ausführlich behandelt. Strang beleuchtet auch numerische Methoden und Algorithmen, die in der Praxis eingesetzt werden, um große Datensätze effizient zu verarbeiten. Ein besonderer Fokus liegt auf der Anwendung von linearer Algebra in verschiedenen Bereichen der Datenwissenschaft, darunter Bildverarbeitung und statistische Modellierung. Durch zahlreiche Beispiele und Übungen bietet das Buch sowohl theoretische Einblicke als auch praktische Anwendungen, was es zu einer wertvollen Ressource für Studierende und Fachleute im Bereich Mathematik und Datenwissenschaft macht.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 344 Seiten
- Erschienen 1970
- De Gruyter
- hardcover
- 580 Seiten
- Erschienen 2014
- Taylor & Francis Ltd
- Taschenbuch
- 400 Seiten
- Erschienen 1977
- Dover
- Taschenbuch
- 548 Seiten
- Erschienen 2020
- Vieweg+Teubner Verlag
- hardcover
- 510 Seiten
- Erschienen 2021
- Springer
- Kartoniert
- 280 Seiten
- Erschienen 2019
- Springer Spektrum
- Hardcover
- 308 Seiten
- Erschienen 1994
- Springer
- hardcover
- 182 Seiten
- Erschienen 1977
- Springer
- hardcover
- 608 Seiten
- Erschienen 1992
- Springer