The Elements of Statistical Learning

Data Mining, Inference, and Prediction

Author: Trevor Hastie,Robert Tibshirani,Jerome Friedman

Publisher: Springer Science & Business Media

ISBN: 0387216065

Category: Mathematics

Page: 536

View: 9167

Release On

During the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and marketing. The challenge of understanding these data has led to the development of new tools in the field of statistics, and spawned new areas such as data mining, machine learning, and bioinformatics. Many of these tools have common underpinnings but are often expressed with different terminology. This book describes the important ideas in these areas in a common conceptual framework. While the approach is statistical, the emphasis is on concepts rather than mathematics. Many examples are given, with a liberal use of color graphics. It should be a valuable resource for statisticians and anyone interested in data mining in science or industry. The book’s coverage is broad, from supervised learning (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting---the first comprehensive treatment of this topic in any book. This major new edition features many topics not covered in the original, including graphical models, random forests, ensemble methods, least angle regression & path algorithms for the lasso, non-negative matrix factorization, and spectral clustering. There is also a chapter on methods for “wide” data (p bigger than n), including multiple testing and false discovery rates. Trevor Hastie, Robert Tibshirani, and Jerome Friedman are professors of statistics at Stanford University. They are prominent researchers in this area: Hastie and Tibshirani developed generalized additive models and wrote a popular book of that title. Hastie co-developed much of the statistical modeling software and environment in R/S-PLUS and invented principal curves and surfaces. Tibshirani proposed the lasso and is co-author of the very successful An Introduction to the Bootstrap. Friedman is the co-inventor of many data-mining tools including CART, MARS, projection pursuit and gradient boosting.

Wahrscheinlichkeitsrechnung und Statistik

Author: Robert Hafner

Publisher: Springer-Verlag

ISBN: 3709169445

Category: Mathematics

Page: 512

View: 8112

Release On

Das Buch ist eine Einführung in die Wahrscheinlichkeitsrechnung und mathematische Statistik auf mittlerem mathematischen Niveau. Die Pädagogik der Darstellung unterscheidet sich in wesentlichen Teilen – Einführung der Modelle für unabhängige und abhängige Experimente, Darstellung des Suffizienzbegriffes, Ausführung des Zusammenhanges zwischen Testtheorie und Theorie der Bereichschätzung, allgemeine Diskussion der Modellentwicklung – erheblich von der anderer vergleichbarer Lehrbücher. Die Darstellung ist, soweit auf diesem Niveau möglich, mathematisch exakt, verzichtet aber bewußt und ebenfalls im Gegensatz zu vergleichbaren Texten auf die Erörterung von Meßbarkeitsfragen. Der Leser wird dadurch erheblich entlastet, ohne daß wesentliche Substanz verlorengeht. Das Buch will allen, die an der Anwendung der Statistik auf solider Grundlage interessiert sind, eine Einführung bieten, und richtet sich an Studierende und Dozenten aller Studienrichtungen, für die mathematische Statistik ein Werkzeug ist.

Statistical Inference for Ergodic Diffusion Processes

Author: Yury A. Kutoyants,Jurij A. Kutojanc

Publisher: Springer Science & Business Media

ISBN: 9781852337599

Category: Mathematics

Page: 481

View: 5905

Release On

An elementary introduction to the field at the start of the book introduces a class of examples - both non-standard and classical - that reappear constantly throughout the book to illustrate the merits and demerits of the procedures as the investigation progresses. The statements of the problems are in the spirit of classical mathematical statistics, and special attention is paid to asymptotically efficient procedures."--Jacket.

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

Author: Ian H. Witten,Eibe Frank

Publisher: N.A

ISBN: 9783446215337

Category:

Page: 386

View: 6914

Release On


Preisprognosen für kurzfristige Strommärkte

Bewertung von Methoden und Analyse der Einflussgrößen auf den Strompreis

Author: Anna Christin Wink

Publisher: LIT Verlag Münster

ISBN: 3643137869

Category:

Page: 168

View: 4967

Release On

Prognosen zukünftiger Preise sind für volatile Strommärkte von großer Bedeutung. Fünf Modellarten werden vorgestellt und hinsichtlich einer Prognose der deutschen Day-Ahead-Markt-Preise verglichen. Für diesen Markt erfolgt die Parametrisierung eines Regressionsmodells, bei der eine Vielzahl von Einflussgrößen auf den Strompreis betrachtet und ihr Einfluss auf die Prognosegüte anhand von zwei Fehlermaßen untersucht wird. Es ergibt sich ein Modell, mit dem bspw. die Lade- und Entladezeiten eines Speichers bestimmt werden können sowie ein Verfahren zur Auswahl eines Modells für weitere Prognosen.

Medizinische Statistik

Author: Hans J. Trampisch,Jürgen Windeler

Publisher: Springer-Verlag

ISBN: 364256996X

Category: Mathematics

Page: 376

View: 695

Release On

"Statistiken sind merkwürdige Dinge ...", dies wird so mancher Mediziner denken, wenn er sich mit der Biometrie befaßt. Sei es im Rahmen seiner Ausbildung oder im Zuge wissenschaftlicher oder klinischer Studien, Kenntnisse der Statistik und Mathematik sind unentbehrlich für die tägliche Arbeit des Mediziners. Ziel dieses Lehrbuches ist es, den Mediziner systematisch an biometrische Terminologie und Arbeitsmethoden heranzuführen, um ihn schließlich mit den Grundlagen der Wahrscheinlichkeitsrechung vertraut zu machen. Nach der Lektüre dieses Buches hält der Leser ein Werkzeug in den Händen, das ihm bei der Lösung medizinscher Fragestellungen hilft ebenso wie bei der Beschreibung von Ergebnissen wissenschaftlicher Studien und natürlich bei der Doktorarbeit!

Darwin Im Reich Der Maschinen

Die Evolution Der Globalen Intelligenz

Author: George B. Dyson

Publisher: Springer

ISBN: 9783211835883

Category: Computers

Page: 316

View: 1080

Release On

"Beim Spiel von Leben und Evolution sitzen drei Spieler am Tisch: Menschen, die Natur und Maschinen. Ich bin entschieden auf der Seite der Natur. Die Natur, vermute ich, ist aber auf der Seite der Maschinen." George Dyson führt vor, dass das Leben, nachdem es sich zunächst durch die biologische Evolution entwickelte, nun noch einmal entsteht, diesmal durch die spontane Evolution der Intelligenz innerhalb unseres rasch expandierenden Informationsnetzes. Das Ergebnis ist eine digitale Wildnis, in der bisher unbekannte Geschöpfe entstehen – Geschöpfe, die uns in Hinblick auf Geschwindigkeit, Intelligenz und Langlebigkeit bald überlegen sein werden. Dieses originelle Buch zeigt, wie die Entstehung der Maschinen mit ihrem Eigenleben – und möglicherweise einem eigenen Geist – schon lange in der Literatur und Wissenschaft vorausgesehen wurde, nachweisbar in den Werken von Hobbes, Samuel Butler, Erasmus Darwin und anderen. Dyson beschreibt diese alternative intellektuelle Geschichte und erzählt, wie frühere Denker das durchgespielt haben, was dann zu den Entdeckungen der wissenschaftlichen Abenteurer des 20. Jahrhunderts, unter ihnen Alan Turing, Norbert Wiener und John von Neumann, wurde. Wie Dyson schreibt, handelt dieses Buch nicht über die Zukunft. Es geht darum, wo wir jetzt stehen und wie wir hierher kamen; was aufregend genug ist. Computer, ursprünglich entwickelt mit der Absicht, die Natur unter die Kontrolle des Menschen zu bringen, helfen nun der Natur dabei, die Gattung neu zu organisieren. Angesichts dessen, wie die Unterscheidungen zwischen Natur und Technologie immer undeutlicher werden, zeichnet sich für Dyson eine Erneuerung des menschlichen Geistes ab gegenüber einer Intelligenz, die größer als die unsere ist.

Markov Chain Monte Carlo - Methoden: Herleitung, Beweis und Implementierung

Author: Thomas Plehn

Publisher: Bachelor + Master Publication

ISBN: 3956844513

Category: Mathematics

Page: 56

View: 8821

Release On

In seiner Arbeit beschäftigt sich der Autor mit der ‘Markov Chain Monte Carlo‘, auch abgekürzt als MCMC. Dabei handelt es sich um eine Monte Carlo Methode. Allen Monte Carlo Methoden ist gemein, dass sie von einer mehr oder minder komplizierten Verteilung zufällige Szenarien erzeugen. Diese Szenarien werden dann genutzt um Aussagen über Erwartungswerte oder andere Kennzahlen der Verteilung zu treffen. Diese Aussagen sind natürlich nur zu gebrauchen, wenn man sehr viele zufällig erzeugte Szenarien auswertet. Die Methode kommt also immer dann zum Einsatz, wenn es nicht möglich ist, aus der Verteilung der Szenarien direkt Rückschlüsse auf die statistischen Kennzahlen der Verteilung zu ziehen, weder auf analytischem Wege, noch durch numerische Integration (bei sehr vielen Dimensionen steigt der Aufwand rapide an). Markov Chain Monte Carlo ist nun eine spezielle Monte Carlo Methode unter Zuhilfenahme von Markovketten. Diese kommt immer dann zum Einsatz, wenn es nicht möglich ist, von einer Verteilung auf einfache Weise Szenarien zu erzeugen. Eine Markovkette fängt bei einem Zustand an und geht von einem bestimmten Zustand mit einer bestimmten Wahrscheinlichkeit zu einem anderen Zustand über. Diese Übergangswahrscheinlichkeiten stehen in einer Übergangsmatrix. Der Knackpunkt ist nun, dass diese Form der Zustandsgenerierung oft einfacher zu implementieren ist, als direkt auf eine Verteilung zurückzugreifen. In der Arbeit gibt es mehrere konkrete Beispiele für den Einsatz solcher Methoden. Quelltexte der Implementierungen sind beigefügt.

Grundlagen zur Neuroinformatik und Neurobiologie

The Computational Brain in deutscher Sprache

Author: Patricia S. Churchland,Terrence J. Sejnowski

Publisher: Springer-Verlag

ISBN: 3322868214

Category: Technology & Engineering

Page: 702

View: 5951

Release On

The Computational Brain, das außergewöhnliche Buch über vergleichende Forschung in den Bereichen von menschlichem Gehirn und neuesten Möglichkeiten der Computertechnologie, liegt hiermit erstmals in deutscher Sprache vor. Geschrieben von einem führenden Forscherteam in den USA, ist es eine Fundgrube für alle, die wissen wollen, was der Stand der Wissenschaft auf diesem Gebiet ist. Die Autoren führen die Bereiche der Neuroinformatik und Neurobiologie mit gut ausgesuchten Beispielen und der gebotenen Hintergrundinformation gekonnt zusammen. Das Buch wird somit nicht nur dem Fachwissenschaftler sondern auch dem interdisziplinären Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht. Übersetzt wurde das Buch von Prof. Dr. Steffen Hölldobler und Dipl.-Biol. Claudia Hölldobler, einem Informatiker und einer Biologin. Rezension in Spektrum der Wissenschaft nr. 10, S. 122 f. im Oktober 1997 (...) Die 1992 erschienene amerikanische Originalausgabe des vorliegenden Werkes ist so erfolgreich, daß man bereits von einem Klassiker reden kann. (...) (...) ....ist das Buch sehr zu empfehlen. In Verbindung von Neurobiologie und Neuroinformatik konkurrenzlos, vermittelt es einiges von der Faszination theoretischer Hirnforschung, die auch in Deutschland zunehmend mehr Wissenschaftler in ihren Bann schlägt. Rezension erschienen in: Computer Spektrum 3/1997, S. 2 (...)Das Buch wird somit nicht nur dem Fachwissenschaftler, sondern auch den interdisziplinären Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht(...)


Inside Big Data

Unsere Daten zeigen, wer wir wirklich sind

Author: Christian Rudder

Publisher: Carl Hanser Verlag GmbH Co KG

ISBN: 3446444602

Category: Political Science

Page: 304

View: 3919

Release On

In seinem New-York-Times-Bestseller zeigt Christian Rudder erstmals, wie wir von Big Data profitieren können: indem wir menschlichen Überzeugungen und Vorlieben durch die Analyse großer Datenmengen auf die Spur kommen. Der Gründer der Dating-Seite "OkCupid" hat seine anonymisierten Daten danach befragt, was wir mögen, was wir ablehnen, was wir uns insgeheim wünschen, ob unsere politischen Ansichten unsere Partnerbeziehung verändern – und wie rassistisch wir wirklich sind. "Inside Big Data" bedeutet einen Paradigmenwechsel zu einer konstruktiven Datenauswertung, unabhängig von Konzernen wie Google, und verrät uns Erstaunliches darüber, wer wir wirklich sind.

Emotion

Eine sehr kurze Einführung

Author: Dylan Evans

Publisher: N.A

ISBN: 9783456852959

Category:

Page: 176

View: 7354

Release On



Die Berechnung der Zukunft

Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller

Author: Nate Silver

Publisher: Heyne Verlag

ISBN: 3641112702

Category: Business & Economics

Page: 656

View: 9429

Release On

Zuverlässige Vorhersagen sind doch möglich! Nate Silver ist der heimliche Gewinner der amerikanischen Präsidentschaftswahlen 2012: ein begnadeter Statistiker, als »Prognose-Popstar« und »Wundernerd« weltberühmt geworden. Er hat die Wahlergebnisse aller 50 amerikanischen Bundesstaaten absolut exakt vorausgesagt – doch damit nicht genug: Jetzt zeigt Nate Silver, wie seine Prognosen in Zukunft Terroranschläge, Umweltkatastrophen und Finanzkrisen verhindern sollen. Gelingt ihm die Abschaffung des Zufalls? Warum werden Wettervorhersagen immer besser, während die Terrorattacken vom 11.09.2001 niemand kommen sah? Warum erkennen Ökonomen eine globale Finanzkrise nicht einmal dann, wenn diese bereits begonnen hat? Das Problem ist nicht der Mangel an Informationen, sondern dass wir die verfügbaren Daten nicht richtig deuten. Zuverlässige Prognosen aber würden uns helfen, Zufälle und Ungewissheiten abzuwehren und unser Schicksal selbst zu bestimmen. Nate Silver zeigt, dass und wie das geht. Erstmals wendet er seine Wahrscheinlichkeitsrechnung nicht nur auf Wahlprognosen an, sondern auf die großen Probleme unserer Zeit: die Finanzmärkte, Ratingagenturen, Epidemien, Erdbeben, den Klimawandel, den Terrorismus. In all diesen Fällen gibt es zahlreiche Prognosen von Experten, die er überprüft – und erklärt, warum sie meist falsch sind. Gleichzeitig schildert er, wie es gelingen kann, im Rauschen der Daten die wesentlichen Informationen herauszufiltern. Ein unterhaltsamer und spannender Augenöffner!

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 9278

Release On

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 3090

Release On

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.

Machine Learning mit Python

Das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning

Author: Sebastian Raschka

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958454240

Category: Computers

Page: 424

View: 8639

Release On


Maschinelles Lernen

Author: Ethem Alpaydın

Publisher: Oldenbourg Verlag

ISBN: 9783486581140

Category:

Page: 440

View: 6398

Release On

Unter maschinellem Lernen versteht man die kunstliche Generierung von Wissen aus Erfahrung. Das vorliegende Buch diskutiert Methoden aus den Bereichen Statistik, Mustererkennung etc. und versucht, die unterschiedlichen Ansatze zu kombinieren, um moglichst effiziente Losungen zu finden."

Operations Research

Formeln und Methoden

Author: Wolfgang Grundmann

Publisher: Springer-Verlag

ISBN: 3322800474

Category: Business & Economics

Page: 183

View: 435

Release On

Diese Formel- und Methodensammlung enthält in kompakter, übersichtlicher Form mathematische Modelle wesentlicher Problemstellungen des Operations Research sowie Lösungsverfahren. Das thematische Spektrum reicht von den mathematischen Grundlagen über die vielfältigen Fragestellungen der Optimierung bis zu den abschließenden Kapiteln Bedienungstheorie und Lagerhaltung.

Das Geheimnis des menschlichen Denkens

Einblicke in das Reverse Engineering des Gehirns

Author: Ray Kurzweil

Publisher: Lola Books

ISBN: 394420316X

Category: Science

Page: 352

View: 6049

Release On

Der Wettlauf um das Gehirn hat begonnen. Sowohl die EU als auch die USA haben gewaltige Forschungsprojekte ins Leben gerufen um das Geheimnis des menschlichen Denkens zu entschlüsseln. 2023 soll es dann soweit sein: Das menschliche Gehirn kann vollständig simuliert werden. In "Das Geheimnis des menschlichen Denkens" gewährt Googles Chefingenieur Ray Kurzweil einen spannenden Einblick in das Reverse Engineering des Gehirns. Er legt dar, wie mithilfe der Mustererkennungstheorie des Geistes der ungeheuren Komplexität des Gehirns beizukommen ist und wirft einen ebenso präzisen wie überraschenden Blick auf die am Horizont sich bereits abzeichnende Zukunft. Ist das menschliche Gehirn erst einmal simuliert, wird künstliche Intelligenz die Fähigkeiten des Menschen schon bald übertreffen. Ein Ereignis, das Kurzweil aufgrund der bereits in "Menschheit 2.0" entworfenen exponentiellen Wachstumskurve der Informationstechnologien bereits für das Jahr 2029 prognostiziert. Aber was dann? Kurzweil ist zuversichtlich, dass die Vorteile künstlicher Intelligenz mögliche Bedrohungsszenarien überwiegen und sie uns entscheidend dabei hilft, uns weiterzuentwickeln und die Herausforderungen der Zukunft zu meistern.