Angebote zu "Lineare" (60 Treffer)

Lineare Algebra für die Informatik
27,99 € *
ggf. zzgl. Versand

Internet, Soziale Netzwerke, Spiele, Smartphones, DVDs, digitaler Rundfunk und digitales Fernsehen funktionieren nur deshalb, weil zu ihrer Entwicklung und Anwendung mathematisch abgesicherte Verfahren zur Verfügung stehen. Dieses Buch vermittelt Einsichten in grundlegende Konzepte und Methoden der Linearen Algebra, auf denen diese Verfahren beruhen. Am Beispiel fehlertoleranter Codierung wird einführend gezeigt, wie diese Konzepte und Methoden in der Praxis eingesetzt werden, und am Beispiel von Quantenalgorithmen, die möglicherweise in Zukunft eine Rolle spielen, wird deutlich, dass die Lineare Algebra zeitinvariante Konzepte, Methoden und Verfahren bereitstellt, mit denen IT-Technologien konzipiert, implementiert, angewendet und weiterentwickelt werden können. Wegen seiner didaktischen Elemente wie Vorgabe von Lernzielen, Zusammenfassungen, Marginalien und einer Vielzahl von Übungen mit Musterlösungen eignet sich das Buch nicht nur als Begleitlektüre zu entsprechenden Informatik- und Mathematik-Lehrveranstaltungen, sondern insbesondere auch zum Selbststudium. Die Zielgruppen Studierende in den ersten Semestern von Bachelor-Studiengängen Informatik, Wirtschaftsinformatik, Medieninformatik, Medizinische Informatik, Bioinformatik, Ingenieurinformatik, Mathematik, Finanz-/Wirtschaftsmathematik, Technomathematik, Scientific Computing, Mathematische Software-Entwicklung

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Lineare Algebra für Informatiker
29,99 € *
ggf. zzgl. Versand

Das vorliegende Buch bietet eine auf die Belange der mathematischen Grundausbildung der Informatiker zugeschnittene Einführung in die Lineare Algebra, die den Leser bis hin zu den Euklidischen Vektorräumen und der Hauptachsentransforma- tion führt. Besonders interessant sind Anwendungen der Vektorrechnung in der Codierungstheorie, Anwendungen der Matrizenrechnung auf lineare Gleichungssysteme und elementare Rechenmethoden zur Invertierung und Zerlegung von Matrizen und zur Bestimmung von Eigenwerten. Dem Teil über Lineare Algebra geht ein breit angelegter Teil über Grundlagen der Mathematik und diskrete Mathematik voraus. Neben der Mengenlehre und der Einführung der Zahlen (mit einem Abschnitt über Rekursion) enthält das Buch Kapitel über Graphentheorie, algebraische Grundstrukturen (bis hin zum Rechnen in Booleschen Algebren), über Wahrscheinlichkeitsrechnung und eine Einführung in Fuzzy-Mengen. Mit vielen Beispielen und Anwendungen auch bestens zum Selbststudium geeignet.

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Mathematik für Informatik und Bioinformatik
37,99 € *
ggf. zzgl. Versand

Mathematik für Informatik und BioInformatik ist eine speziell auf das Informatik- und BioInformatik-Studium zugeschnittene breite Einführung in die Mathematik im Umfang der ersten drei bis vier Semester an Universitäten. Der klassische Stoff von Analysis und Linearer Algebra ist auf das Wesentliche konzentriert. Zusätzlich enthalten sind speziell für Informatik und BioInformatik wichtige Gebiete der Diskreten Mathematik und Logik sowie der Stochastik und teilweise auch der Numerik. Unter der URL min.informatik.uni-tuebingen.de werden begleitend interaktive Übungen und Illustrationen sowie eine Verfilmung der entsprechenden Vorlesung zum Selbststudium angeboten.

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Theoretische Informatik
109,95 € *
ggf. zzgl. Versand

Der Autor bietet eine umfassende Einführung sowohl in die Automatentheorie und die Formalen Sprachen als auch in die Berechenbarkeits- und Komplexitätstheorie sowie in die Algorithmik. Der Verzicht auf die übliche Trennung der ´´klassischen´´ Theoretischen Informatik von der Algorithmik macht es möglich, Automatentheorie und Formale Sprachen anwendungsorientiert aus der Sicht des Übersetzerbaus einzuführen. Gelernte Methoden der Algorithmik werden angewendet, damit effiziente Algorithmen zur Lösung von Aufgaben der lexikalischen Analyse und der Syntaxanalyse entwickelt werden können. Ebenso werden Algorithmen zur Lösung von grundlegenden Problemen auf Graphen und auf Strings vorgestellt und eine Einführung in die schnelle Fouriertransformation sowie in die lineare Programmierung gegeben. Die Stoffauswahl erfolgte so, dass die Inhalte auch für die Praxis relevant sind. Das Buch baut auf Vorlesungen des Autors im Grund- und Hauptstudium auf. Weiterführende Hinweise zum Buch.

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Deep Learning. Das umfassende Handbuch
80,00 € *
ggf. zzgl. Versand

Mathematische Grundlagen für Machine und Deep Learning Umfassende Behandlung zeitgemäßer Verfahren: tiefe Feedforward-Netze, Regularisierung, Performance-Optimierung sowie CNNs, Rekurrente und Rekursive Neuronale Netze Zukunftsweisende Deep-Learning-Ansätze sowie von Ian Goodfellow neu entwickelte Konzepte wie Generative Adversarial Networks Deep Learning ist ein Teilbereich des Machine Learnings und versetzt Computer in die Lage, aus Erfahrungen zu lernen. Dieses Buch behandelt umfassend alle Aspekte, die für den Einsatz und die Anwendung von Deep Learning eine Rolle spielen: In Teil I erläutern die Autoren die mathematischen Grundlagen für Künstliche Intelligenz, Neuronale Netze, Machine Learning und Deep Learning. In Teil II werden die aktuellen in der Praxis genutzten Verfahren und Algorithmen behandelt. In Teil III geben die Autoren Einblick in aktuelle Forschungsansätze und zeigen neue zukunftsweisende Verfahren auf. Dieses Buch richtet sich an Studenten und alle, die sich in der Forschung mit Deep Learning beschäftigen sowie an Softwareentwickler und Informatiker, die Deep Learning für eigene Produkte oder Plattformen einsetzen möchten. Dabei werden Grundkenntnisse in Mathematik, Informatik und Programmierung vorausgesetzt. Teil I: Angewandte Mathematik und Grundlagen für das Machine Learning Lineare Algebra Wahrscheinlichkeits- und Informationstheorie Bayessche Statistik Numerische Berechnung Teil II: Deep-Learning-Verfahren Tiefe Feedforward-Netze Regularisierung Optimierung beim Trainieren tiefer Modelle Convolutional Neural Networks Sequenzmodellierung für Rekurrente und Rekursive Netze Praxisorientierte Methodologie Anwendungen: Computer Vision, Spracherkennung, Verarbeitung natürlicher Sprache Teil III: Deep-Learning-Forschung Lineare Faktorenmodelle Autoencoder Representation Learning Probabilistische graphische Modelle Monte-Carlo-Verfahren Die Partitionsfunktion Approximative Inferenz Tiefe generative Modelle wie Restricted Boltzmann Machines, Deep-Belief-Netze, Gerichtete Generative Netze, Variational Autoencoder u.v.m.

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Revenue Management am Beispiel von Airline Reve...
14,99 € *
ggf. zzgl. Versand

Studienarbeit aus dem Jahr 2003 im Fachbereich Informatik - Wirtschaftsinformatik, Note: gut, Universität zu Köln (Seminar für WI und OR), Veranstaltung: Hauptseminar zum Operations Research, 18 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Ziel des Revenue Managements ist es, durch den Einsatz von Methoden des Operations Research zusätzliche Erlöspotentiale, die sich insbesondere aus unterschiedlichen Preisbereitschaften der Kunden ergeben, möglichst weitgehend auszunutzen. Die Grundidee des Revenue Management ist dabei die folgende: man möchte heute etwas nicht zu einem niedrigen Preis verkaufen, wenn man es später zu einem höheren Preis verkaufen kann; gleichzeitig will man das Gut jedoch heute zu einem niedrigen Preis verkaufen, falls es andernfalls später überhaupt nicht verkauft werden kann. Damit möchte man die Erlöse aus dem Verkauf einer feststehenden Menge eines Gutes maximieren, indem man dem Kunden das Gut zu dem höchstmöglichsten Preis, den er bereit ist zu zahlen, anbietet. Die vorliegende Arbeit ist wie folgt aufgebaut: Zuerst erfolgt in Kapitel 2 eine allgemeine Einführung in das Revenue Management. Dabei werden die Komponenten des Revenue Management (Datenbeschaffung und Forecasting, Preissteuerung, Kapazitätssteuerung, und Ergebniskontrolle) allgemein erläutert und ihr Zusammenhang dargestellt. In Kapitel 3 wird dann konkret auf das älteste und am meisten verbreitete Einsatzgebiet eingegangen, das Airline Revenue Management. Dabei werden zuerst die besonderen Charakteristika des Airline Revenue Management hervorgehoben, und anschließend auf die wichtigsten Komponenten (Overbooking, Pricing und Seat Inventory Control) eingegangen. Der Schwerpunkt liegt dabei auf dem Seat Inventory Control, da hierbei die Methoden des Operations Research am Wichtigsten sind. Es werden allgemeine Modelle für das Network Revenue Management vorgestellt, bei denen vom allgemeinen stochastischen Modell auf das Integer Programming Modell und schließlich auf das Linear Programming Modell geschlossen wird. Außerdem werden 2 konkrete Methoden zur Implementierung vorgestellt, nämlich Nesting der Buchungsklassen und Bid-Preise. In Kapitel 4 schließlich wird ein Ausblick auf zukünftige Forschungsrichtungen gewährt und es werden kurz einige Inhalte erläutert, die aus Platzgründen keinen Platz in dieser Arbeit finden konnten.

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Einführung in die Optimierung
32,99 € *
ggf. zzgl. Versand

Dieses Lehrbuch vermittelt einen breiten und grundlegenden Einblick in die Methoden der mathematischen Optimierung. Im Fokus stehen Algorithmen, verschiedene Optimierungsprobleme und ihre Komplexität sowie nützliche Lösungsmethoden. Dabei haben die Autoren, Informatiker und Optimierungsexperten der Westfälischen Wilhelms-Universität Münster, die Konzepte ausführlich und leicht verständlich dargestellt und außerdem viel Wert auf die Anwendung der Problemstellungen und Lösungsverfahren auf Beispielfälle gelegt. Denn ob Bauteile passend gemacht, Personaleinsatz effizient geplant oder Transportnetzwerke effektiv gestaltet werden sollen - immer geht es um die Verbesserung von Systemen und die strukturierte Durchführung dieser Optimierung. Das Fachgebiet der mathematischen Optimierung wird daher auch häufig als Operations Research oder Unternehmensforschung bezeichnet. Das Buch beginnt mit einer Einführung in die Grundbegriffe der Optimierung und die Graphentheorie und erläutert zunächst lineare Problemformulierungen sowie den Simplex-Algorithmus als zentrales Lösungsverfahren. Anschließend werden nichtlineare Problemstellungen und zumeist heuristische Verfahren beschrieben. Hier liegt der Schwerpunkt auf Evolutionären Algorithmen, einer Klasse von randomisierten Optimierungsverfahren, die bei der Lösung komplizierter ingenieurtechnischer Probleme immer mehr an Bedeutung gewinnen. Am Schluss des Buchs betrachten die Autoren das Thema aus der Perspektive der Entscheidungs- und Spieltheorie. Denn die Optimierung, wie sie in den vorangehenden Kapiteln betrachtet wird, ist genau genommen ein Spezialfall der Entscheidungstheorie. Der Band enthält zahlreiche Übungsaufgaben mit Lösungen, die die Autoren in ihren Vorlesungen erprobt haben. Alle praktischen Problemstellungen werden durch Lösungsimplementierungen in der Programmiersprache Python (ab Version 3) und, wo möglich, mit realen Datensätzen ergänzt. Zahlreiche praktische Beispiele und Anwendungsfälle, auch aus der aktuellen Forschung, stehen als vertiefendes Begleitmaterial online zur Verfügung.

Anbieter: buecher.de
Stand: 31.07.2019
Zum Angebot
Geometric Algebra for Computer Science
63,99 € *
ggf. zzgl. Versand

Linear algebra relies heavily on coordinates, however, which can make many geometric programming tasks very specific and complex-often a lot of effort is required to bring about even modest performance enhancements. This title presents a compelling alternative to the limitations of linear algebra.

Anbieter: buecher.de
Stand: 19.08.2019
Zum Angebot
TensorFlow for Deep Learning
44,99 € *
ggf. zzgl. Versand

Learn how to solve challenging machine learning problems with TensorFlow, Google´s revolutionary new software library for deep learning. If you have some background in basic linear algebra and calculus, this practical book introduces machine-learning fundamentals.

Anbieter: buecher.de
Stand: 19.08.2019
Zum Angebot