Data Modeling by Rueckert, Elmar;

From Physical Processes to Machine Learning

12% KEDVEZMÉNY?

Kiadói listaár EUR 42.79
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

16 713 Ft (15 917 Ft + 5% áfa)
Kedvezmény(ek) 12% (cc. 2 006 Ft off)
Kedvezményes ár 14 707 Ft (14 007 Ft + 5% áfa)

14 707 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Springer Nature Singapore
Megjelenés dátuma 2026. augusztus 7.

ISBN 9789819575916
Kötéstípus Puhakötés
Terjedelem114 oldal
Méret 235x155 mm
Nyelv angol
Illusztrációk XIII, 114 p. 1 illus.

Kategóriák

Geometria és topológia Valószínűségelmélet és matematikai statisztika Adatkezelés a számítógépes rendszerekben Operációs rendszerek és grafikus felhasználói felületek

Hosszú leírás:

This book presents the fundamental theories, concepts, and methods of data modeling, bridging physical processes with machine learning predictions. It covers topics such as data collection, storage, analysis, and practical applications of machine learning.

The textbook is designed for first-semester undergraduate students. The material introduces essential concepts in a clear and approachable way, offering a foundation in data-driven decision-making and predictive modeling.

The content is aligned with the lectures of Prof. Dr. Elmar Rueckert and will be expanded further during the lecture series, making it a comprehensive guide to understanding the world of data and its applications.

Structure of the Book: The chapters cover:

• Fundamentals of Data Modeling

• Processes and Data Granularity

• Sensors and Data

• Information Theory

• Data Analysis

• Machine Learning: Data Organization

• Machine Learning: Selected Applications

To support hands-on learning, the book also includes interactive Jupyter Notebooks that illustrate key concepts through practical exercises.

Több

Tartalomjegyzék:

"

""Chapter1.Introduction to Data Modeling"".- ""Chapter2.Processes and Data Granularity"".- ""Chapter3.Sensors"".- ""Chapter4.Data"".- ""Chapter5.Information Theory"".- ""Chapter6.Analyses"".- ""Chapter7.Data Organization"".- ""Chapter8.Selected Machine Learning Applications"".

"