Springer Linear Algebra, Data Science, and Machine Learning

Produktbeschreibung

Dieses Werk gehört zur Reihe Springer Undergraduate Texts in Mathematics and Technology und deckt zentrale Konzepte der linearen Algebra, Data Science und des maschinellen Lernens ab. Es richtet sich an Studierende der Mathematik, Informatik und verwandter Fachgebiete und verbindet theoretische Grundlagen mit Anwendungen im Bereich Data Science. Die Struktur ermöglicht einen schrittweisen Aufbau von Grundlagen zu fortgeschrittenen Themen, wobei die Verbindung zwischen mathematischen Prinzipien und typischen Aufgabenstellungen im maschinellen Lernen im Fokus steht. Der Text ist explizit als Fachbuch für den universitären Lernkontext konzipiert und bietet eine systematische Einführung in die genannten Felder.