X
feed icon rss

Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Book
    Book
    Einführung in Data Science / (2016)
    Heidelberg :O'Reilly,
    Details
    UID:
    almahu_BV043347185
    Format: XV, 329 Seiten : , Illustrationen, Diagramme ; , 24 cm x 16.5 cm.
    Edition: 1. Auflage
    ISBN: 978-3-96009-021-2
    Uniform Title: Data Science from scratch
    Note: Titelzusatz auf Umschlag: "Grundprinzipien der Datenanalyse mit Python"
    Additional Edition: Erscheint auch als Online-Ausgabe, PDF ISBN 978-3-96010-024-9
    Additional Edition: Erscheint auch als Online-Ausgabe, epub ISBN 978-3-96010-025-6
    Additional Edition: Erscheint auch als Online-Ausgabe, mobi ISBN 978-3-96010-026-3
    Language: German
    Subjects: Computer Science , Economics , Mathematics
    RVK:
    QH 500
    RVK:
    QP 345
    RVK:
    SK 850
    RVK:
    ST 250
    RVK:
    ST 265
    RVK:
    ST 270
    RVK:
    ST 530
    RVK:
    ST 601
    Keywords: Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python 2.7 ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python ; Data Mining ; Datenanalyse ; Datenstruktur ; Python ; Datenanalyse ; Python 2.7 ; Data Mining ; Data Science ; Python ; Einführung ; Einführung ; Einführung
    URL: Inhaltstext
    URL: Einführung/Vorwort
    URL: Auszug/Index
    URL: Ausführliche Beschreibung
    URL: Inhaltsverzeichnis
    URL: Inhaltstext
    URL: Einführung/Vorwort
    URL: Auszug/Index
    URL: Ausführliche Beschreibung
    URL: Inhaltsverzeichnis
    URL: Inhaltstext
    URL: Inhaltsverzeichnis
    URL: Einführung/Vorwort
    URL: Register
    URL: https://www.oreilly.de/buecher/12447/9783960090212-einf%C3%BChrung-in-data-science.html
    URL: Inhaltstext
    URL: Einführung/Vorwort
    URL: Auszug/Index
    URL: Ausführliche Beschreibung
    URL: Inhaltsverzeichnis
    Author information: Grus, Joel
    Author information: Rother, Kristian 1977-
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Book
    HU Berlin get availability status
    FU Berlin get availability status
    UB Potsdam get availability status
    EUV Frankfurt get availability status
    TH Brandenburg get availability status
    FH Potsdam get availability status
    TU Berlin get availability status
    MPI Bildungsforschung get availability status
    BHT get availability status
  • 2
    Book
    Book
    Einführung in Data Science : Grundprinzipien der Datenanalyse mit Python (2020)
    Heidelberg :O'Reilly,
    Details
    UID:
    almahu_BV046214513
    Format: XVII, 379 Seiten : , Illustrationen, Diagramme ; , 24 cm x 16.5 cm.
    Edition: 2. Auflage
    ISBN: 978-3-96009-123-3 , 3-96009-123-0
    Uniform Title: Data Science from scratch
    Additional Edition: Erscheint auch als Online-Ausgabe, EPUB ISBN 978-3-96010-337-0
    Additional Edition: Erscheint auch als Online-Ausgabe, MOBI ISBN 978-3-96010-338-7
    Additional Edition: Erscheint auch als Online-Ausgabe, PDF ISBN 978-3-96010-336-3
    Language: German
    Subjects: Computer Science , Economics , Mathematics
    RVK:
    ST 510
    RVK:
    ST 250
    RVK:
    QH 500
    RVK:
    ST 530
    RVK:
    SK 850
    RVK:
    ST 601
    RVK:
    QP 345
    RVK:
    ST 265
    RVK:
    ST 270
    Keywords: Datenanalyse ; Python 2.7 ; Data Mining ; Data Mining ; Datenanalyse ; Datenstruktur ; Python ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python 2.7 ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python ; Data Science ; Python ; Einführung ; Einführung
    URL: Inhaltstext
    URL: http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=031593333&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
    URL: Inhaltstext
    URL: Inhaltsverzeichnis
    Author information: Demmig, Thomas.
    Author information: Rother, Kristian, 1977-
    Author information: Grus, Joel.
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Book
    HU Berlin get availability status
    HTW Berlin get availability status
    BTU Cottbus get availability status
    TU Berlin get availability status
    BHT get availability status
  • 3
    Book
    Book
    Data Science from Scratch / (2015)
    Beijing [u.a.] :O'Reilly,
    Details
    UID:
    almahu_BV042485395
    Format: XVI, 311 S. : , graph. Darst.
    Edition: 1. ed.
    ISBN: 978-1-491-90142-7 , 1-4919-0142-X
    Note: Auf dem Cover: "first principles with Python"
    Language: English
    Subjects: Computer Science , Economics
    RVK:
    ST 530
    RVK:
    QH 500
    RVK:
    ST 265
    Keywords: Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python 2.7 ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python ; Data Mining ; Datenanalyse ; Datenstruktur ; Python ; Datenanalyse ; Python 2.7 ; Data Mining ; Data Science ; Python ; Einführung ; Einführung
    URL: Inhaltstext
    URL: Inhaltsverzeichnis
    URL: Inhaltstext
    URL: Inhaltsverzeichnis
    Author information: Grus, Joel
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Book
    HU Berlin get availability status
    HTW Berlin get availability status
    TU Berlin get availability status
    BHT get availability status
    Müncheberg ZALF get availability status
  • 4
    Online Resource
    Online Resource
    Einführung in Data Science : Grundprinzipien der Datenanalyse mit Python (2020)
    Heidelberg :O'Reilly,
    Details
    UID:
    almahu_BV046777122
    Format: 1 Online-Ressource (XVII, 379 Seiten) : , Illustrationen, Diagramme (teilweise farbig).
    Edition: 2. Auflage
    ISBN: 978-3-96010-336-3 , 978-3-96010-337-0 , 978-3-96010-338-7
    Uniform Title: Data Science from scratch
    Additional Edition: Erscheint auch als Druck-Ausgabe ISBN 978-3-96009-123-3
    Former: Vorangegangen ist
    Language: German
    Subjects: Computer Science , Economics , Mathematics
    RVK:
    ST 250
    RVK:
    QH 500
    RVK:
    ST 530
    RVK:
    ST 601
    RVK:
    QP 345
    RVK:
    SK 850
    RVK:
    ST 265
    RVK:
    ST 270
    RVK:
    ST 510
    Keywords: Datenanalyse ; Python 2.7 ; Data Mining ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python 2.7 ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python ; Data Mining ; Datenanalyse ; Datenstruktur ; Python ; Data Science ; Python ; Einführung ; Einführung
    Author information: Demmig, Thomas.
    Author information: Grus, Joel
    Author information: Rother, Kristian 1977-
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    HU Berlin
    EUV Frankfurt
    BTU Cottbus
    TU Berlin
  • 5
    Book
    Book
    Data science from scratch : first principles with Python (2019)
    Bejing ; Boston ; Farnham ; Sebastopol ; Tokyo : O'Reilly
    Details
    UID:
    b3kat_BV045902086
    Format: xvii, 384 Seiten , Illustrationen, Diagramme
    Edition: Second edition
    ISBN: 9781492041139
    Language: English
    Subjects: Computer Science , Economics
    RVK:
    ST 530
    RVK:
    QH 500
    RVK:
    ST 265
    Keywords: Data Science ; Python ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python 2.7 ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python ; Data Mining ; Datenanalyse ; Datenstruktur ; Python ; Datenanalyse ; Python 2.7 ; Data Mining ; Einführung
    URL: Inhaltsverzeichnis
    URL: Klappentext
    Author information: Grus, Joel
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Book
    HTW Berlin get availability status
    BTU Cottbus get availability status
    TU Berlin get availability status
    BHT get availability status
  • 6
    Online Resource
    Online Resource
    Einführung in Data Science : Grundprinzipien der Datenanalyse mit Python (2016)
    Heidelberg :O'Reilly,
    Details
    UID:
    almahu_BV043629604
    Format: 1 Online-Ressource (XV, 329 Seiten) : , Illustrationen, Diagramme.
    ISBN: 978-3-96010-024-9 , 978-3-96010-025-6 , 978-3-96010-026-3
    Additional Edition: Erscheint auch als Druck-Ausgabe ISBN 978-3-96009-021-2
    Language: German
    Subjects: Computer Science , Economics , Mathematics
    RVK:
    QH 500
    RVK:
    QP 345
    RVK:
    ST 250
    RVK:
    ST 265
    RVK:
    ST 530
    RVK:
    ST 601
    RVK:
    SK 850
    RVK:
    ST 270
    Keywords: Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python ; Daten ; Datenmanagement ; Datenstruktur ; Data Mining ; Python 2.7 ; Data Mining ; Datenanalyse ; Datenstruktur ; Python ; Datenanalyse ; Python 2.7 ; Data Mining ; Data Science ; Python ; Einführung ; Electronic books.
    URL: https://ebookcentral.proquest.com/lib/th-brandenburg/detail.action?docID=4471211
    Author information: Grus, Joel
    Author information: Rother, Kristian, 1977-
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    HU Berlin
    TH Brandenburg
  • 7
    Book
    Book
    Einführung in Data Science : Grundprinzipien der Datenanalyse mit Python (2019)
    Heidelberg : dpunkt.Verlag
    Details
    UID:
    kobvindex_ZLB34352377
    Format: 382 Seiten , Illustrationen , 24 cm
    Edition: 2. Auflage
    ISBN: 9783960091233
    Content: Dieses Buch bietet einen idealen Einstieg in Data Science - didaktisch klug angelegt und gut nachvollziehbar.
    Note: Deutsch
    Language: German
    Keywords: Data Mining ; Datenanalyse ; Datenstruktur ; Python 〈Programmiersprache〉
    Author information: Grus, Joel
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Book
    Berlin VÖBB/ZLB get availability status
  • 8
    Online Resource
    Online Resource
    Data Science from Scratch : First Principles with Python (2019)
    O'Reilly Media
    Details
    UID:
    kobvindex_ZLB34306170
    Edition: 2
    ISBN: 9781492041108 , 9781492041085
    Content: " Data science libraries, frameworks, modules, and toolkits are great for doing data science, but they're also a good way to dive into the discipline without actually understanding data science. With this updated second edition, you'll learn how many of the most fundamental data science tools and algorithms work by implementing them from scratch. If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with hacking skills you need to get started as a data scientist. Today's messy glut of data holds answers to questions no one's even thought to ask. This book provides you with the know-how to dig those answers out. "
    Content: Biographisches: " Joel Grus is a research engineer at the Allen Institute for Artificial Intelligence. Previously he worked as a software engineer at Google and a data scientist at several startups. He lives in Seattle, where he regularly attends data science happy hours. He blogs infrequently at joelgrus.com and tweets all day long at @joelgrus. "
    Language: English
    URL: https://img1.od-cdn.com/ImageType-200/2858-1/{B07825FF-C9F6-4776-80BF-7A0083EEEA38}Img200.jpg
    URL: https://img1.od-cdn.com/ImageType-150/2858-1/B07/825/FF/{B07825FF-C9F6-4776-80BF-7A0083EEEA38}Img150.jpg
    URL: https://samples.overdrive.com/?crid=b07825ff-c9f6-4776-80bf-7a0083eeea38&.epub-sample.overdrive.com
    URL: https://api.overdrive.com/v1/collections/v1L1BBQ0AAA2_/products/b07825ff-c9f6-4776-80bf-7a0083eeea38/metadata
    URL: http://voebb.lib.overdrive.com/ContentDetails.htm?ID=B07825FF-C9F6-4776-80BF-7A0083EEEA38
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    Berlin VÖBB/ZLB
  • 9
    Book
    Book
    Data science from scratch : first principles with Python (2015)
    Beijing : O'REILLY
    Details
    UID:
    kobvindex_ZLB16081724
    Format: XVI, 311 Seiten , Diagramme
    Edition: First edition
    ISBN: 9781491901427 , 149190142X
    Language: English
    URL: http://deposit.d-nb.de/cgi-bin/dokserv?id=5158440&prov=M&dok_var=1&dok_ext=htm
    Author information: Grus, Joel
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Book
    Berlin VÖBB/ZLB get availability status
  • 10
    Online Resource
    Online Resource
    Einführung in Data Science : Grundprinzipien der Datenanalyse mit Python (2019)
    Heidelberg : o'Reilly
    Details
    UID:
    kobvindex_ERBEBC5983278
    Format: 1 online resource (401 pages)
    Edition: 2
    ISBN: 9783960103363
    Note: Intro -- Inhalt -- Vorwort zur 2. Auflage -- Vorwort zur 1. Auflage -- Kapitel 1: Einführung -- Der Aufstieg der Daten -- Was ist Data Science? -- Ein motivierendes Szenario: DataSciencester -- Finden von Schlüsselpersonen -- Data Scientists, die Sie kennen könnten -- Gehälter und Erfahrung -- Bezahlte Nutzerkonten -- Interessante Themen -- Weiter geht's! -- Kapitel 2: Ein Crashkurs in Python -- Zen und Python -- Python installieren -- Virtuelle Umgebungen -- Formatieren durch Leerzeichen -- Module -- Funktionen -- Strings -- Exceptions -- Listen -- Tupel -- Dictionaries -- defaultdict -- Counter -- Sets -- Kontrollfluss -- Wahrheitswerte -- Sortieren -- List Comprehensions -- Automatisierte Tests und assert -- Objektorientierte Programmierung -- Iterables und Generatoren -- Zufall -- Reguläre Ausdrücke -- Funktionale Programmierung -- zip und Entpacken von Argumenten -- args und kwargs -- Type Annotations -- Wie man Type Annotations schreibt -- Willkommen bei DataSciencester! -- Weiterführendes Material -- Kapitel 3: Daten visualisieren -- matplotlib -- Balkendiagramme -- Liniendiagramme -- Scatterplots -- Weiterführendes Material -- Kapitel 4: Lineare Algebra -- Vektoren -- Matrizen -- Weiterführendes Material -- Kapitel 5: Statistik -- Einen einzelnen Datensatz beschreiben -- Lagemaße -- Streuung -- Korrelation -- Das Simpson-Paradoxon -- Weitere Fallstricke von Korrelationen -- Korrelation und Kausalität -- Weiterführendes Material -- Kapitel 6: Wahrscheinlichkeit -- Abhängigkeit und Unabhängigkeit -- Bedingte Wahrscheinlichkeit -- Der Satz von Bayes -- Zufallsvariablen -- Kontinuierliche Wahrscheinlichkeitsverteilungen -- Die Normalverteilung -- Der zentrale Grenzwertsatz -- Weiterführendes Material -- Kapitel 7: Hypothesen und Schlussfolgerungen -- Testen statistischer Hypothesen -- Beispiel: Münzwürfe -- p-Werte -- Konfidenzintervalle , p-Hacking -- Beispiel: Durchführen eines A/B-Tests -- Bayessche Inferenz -- Weiterführendes Material -- Kapitel 8: Die Gradientenmethode -- Die Idee hinter der Gradientenmethode -- Abschätzen des Gradienten -- Den Gradienten verwenden -- Auswahl der richtigen Schrittweite -- Mit der Gradientenmethode Modelle anpassen -- Minibatch und stochastische Gradientenmethode -- Weiterführendes Material -- Kapitel 9: Daten sammeln -- stdin und stdout -- Einlesen von Dateien -- Grundlagen von Textdateien -- Dateien mit Feldtrennern -- Auslesen von Webseiten -- Parsen von HTML-Dokumenten -- Beispiel: Den Kongress im Auge behalten -- Verwenden von APIs -- JSON und XML -- Eine nicht authentifizierte API verwenden -- APIs finden -- Beispiel: Verwenden der Twitter-APIs -- Zugriff auf die APIs erhalten -- Weiterführendes Material -- Kapitel 10: Arbeiten mit Daten -- Erkunden Ihrer Daten -- Erkunden eindimensionaler Daten -- Zwei Dimensionen -- Mehrere Dimensionen -- NamedTuples -- Datenklassen -- Bereinigen und Umformen -- Manipulieren von Daten -- Umskalieren -- Exkurs: tqdm -- Hauptkomponentenanalyse -- Weiterführendes Material -- Kapitel 11: Maschinelles Lernen -- Modellieren -- Was ist maschinelles Lernen? -- Overfitting und Underfitting -- Genauigkeit -- Der Kompromiss zwischen Bias und Varianz -- Extraktion und Auswahl von Eigenschaften -- Weiterführendes Material -- Kapitel 12: k-Nächste-Nachbarn -- Das Modell -- Beispiel: Der Iris-Datensatz -- Der Fluch der Dimensionalität -- Weiterführendes Material -- Kapitel 13: Naive Bayes-Klassifikatoren -- Ein wirklich primitiver Spam-Filter -- Ein anspruchsvollerer Spam-Filter -- Implementierung -- Das Modell testen -- Das Modell verwenden -- Weiterführendes Material -- Kapitel 14: Einfache lineare Regression -- Das Modell -- Anwenden des Gradientenverfahrens -- Maximum-Likelihood-Methode -- Weiterführendes Material , Kapitel 15: Multiple Regression -- Das Modell -- Weitere Annahmen bei der Methode der kleinsten Quadrate -- Anpassen des Modells -- Interpretation des Modells -- Anpassungsgüte -- Exkurs: Bootstrapping -- Standardfehler von Regressionskoeffizienten -- Regularisierung -- Weiterführendes Material -- Kapitel 16: Logistische Regression -- Die Aufgabe -- Die logistische Funktion -- Anwendung des Modells -- Anpassungsgüte -- Support Vector Machines -- Weiterführendes Material -- Kapitel 17: Entscheidungsbäume -- Was ist ein Entscheidungsbaum? -- Entropie -- Die Entropie einer Partition -- Einen Entscheidungsbaum erzeugen -- Verallgemeinerung des Verfahrens -- Random Forests -- Weiterführendes Material -- Kapitel 18: Neuronale Netzwerke -- Perzeptrons -- Feed-forward-Netze -- Backpropagation -- Beispiel: Fizz Buzz -- Weiterführendes Material -- Kapitel 19: Deep Learning -- Der Tensor -- Die Layer-Abstrahierung -- Der lineare Layer -- Neuronale Netzwerke als Abfolge von Layern -- Verlust und Optimierung -- Beispiel XOR überarbeitet -- Andere Aktivierungsfunktionen -- Beispiel: Fizz Buzz überarbeitet -- Softmaxes und Kreuz-Entropie -- Dropout -- Beispiel: MNIST -- Modelle sichern und laden -- Weiterführendes Material -- Kapitel 20: Clustering -- Die Idee -- Das Modell -- Beispiel: Meet-ups -- Die Auswahl von k -- Beispiel: Clustern von Farben -- Agglomeratives hierarchisches Clustering -- Weiterführendes Material -- Kapitel 21: Linguistische Datenverarbeitung -- Wortwolken -- N-Gramm-Sprachmodelle -- Grammatiken -- Exkurs: Gibbs-Sampling -- Themenmodellierung -- Wortvektoren -- Rekurrente neuronale Netzwerke -- Beispiel: Ein RNN auf Zeichenebene verwenden -- Weiterführendes Material -- Kapitel 22: Graphenanalyse -- Betweenness-Zentralität -- Eigenvektor-Zentralität -- Matrizenmultiplikation -- Zentralität -- Gerichtete Graphen und PageRank , Weiterführendes Material -- Kapitel 23: Empfehlungssysteme -- Manuelle Pflege -- Empfehlen, was beliebt ist -- Nutzerbasiertes kollaboratives Filtern -- Gegenstandsbasiertes kollaboratives Filtern -- Matrixfaktorisierung -- Weiterführendes Material -- Kapitel 24: Datenbanken und SQL -- CREATE TABLE und INSERT -- UPDATE -- DELETE -- SELECT -- GROUP BY -- ORDER BY -- JOIN -- Subqueries -- Indexstrukturen -- Optimierung von Anfragen -- NoSQL -- Weiterführendes Material -- Kapitel 25: MapReduce -- Beispiel: Wörter zählen -- Warum MapReduce? -- MapReduce verallgemeinert -- Beispiel: Statusmeldungen analysieren -- Beispiel: Matrizenmultiplikation -- Eine Randbemerkung: Combiners -- Weiterführendes Material -- Kapitel 26: Datenethik -- Was ist Datenethik? -- Jetzt aber wirklich: Was ist Datenethik? -- Sollte ich mir über Datenethik Gedanken machen? -- Schlechte Produkte bauen -- Genauigkeit und Fairness abwägen -- Zusammenarbeit -- Interpretierbarkeit -- Empfehlungen -- Tendenziöse Daten -- Datenschutz -- Zusammenfassung -- Weiterführendes Material -- Kapitel 27: Gehet hin und praktizieret Data Science -- IPython -- Mathematik -- Nicht bei null starten -- NumPy -- pandas -- scikit-learn -- Visualisierung -- R -- Deep Learning -- Finden Sie Daten -- Data Science in der Praxis -- Hacker News -- Feuerwehrautos -- T-Shirts -- Tweets on a Globe -- Und Sie? -- Index
    Additional Edition: Print version: Grus, Joel Einführung in Data Science Heidelberg : o'Reilly,c2019 ISBN 9783960091233
    Keywords: Electronic books.
    URL: https://ebookcentral.proquest.com/lib/th-brandenburg/detail.action?docID=5983278
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    TH Brandenburg
Nothing or not found what you are looking for? Please check your search query or use the Interlibrary Loan Search.
Close ⊗
This website uses cookies and the analysis tool Matomo. Further information can be found on the KOBV privacy pages