Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Mathematical Foundations of Big Data Analytics
In diesem Lehrbuch werden grundlegende mathematische Modelle, die in Big Data Analytics verwendet werden, vorgestellt und anwendungsorientierte Bezüge zu relevanten praktischen Fragestellungen hergestellt. Notwendige mathematische Werkzeuge werden untersucht und auf aktuelle Probleme der Datenanalyse angewandt, wie z.B.
Markentreue, Portfolioselektion, Kreditprüfung, Qualitätskontrolle, Produktclustering, Asset Pricing etc. - hauptsächlich im wirtschaftlichen Kontext. Darüber hinaus werden interdisziplinäre Anwendungen in Biologie, Linguistik, Soziologie, Elektrotechnik, Informatik und künstlicher Intelligenz diskutiert.
Für die Modelle nutzen wir ein breites Spektrum der Mathematik - von den grundlegenden Disziplinen der numerischen linearen Algebra, Statistik und Optimierung bis hin zu spezielleren Spiel-, Graph- und sogar Komplexitätstheorien. Auf diese Weise decken wir alle relevanten Techniken ab, die üblicherweise in der Big-Data-Analytik verwendet werden. Jedes Kapitel beginnt mit einem konkreten praktischen Problem, dessen primäres Ziel es ist, die Untersuchung einer bestimmten Big-Data-Analytics-Technik zu motivieren.
Danach folgen mathematische Ergebnisse - einschließlich wichtiger Definitionen, Hilfsaussagen und Schlussfolgerungen. Fallstudien helfen, das erworbene Wissen zu vertiefen, indem es in einem interdisziplinären Kontext angewendet wird. Übungen dienen dazu, das Verständnis der zugrunde liegenden Theorie zu verbessern.
Vollständige Lösungen zu den Übungsaufgaben kann der interessierte Leser am Ende des Lehrbuchs einsehen; für einige, die numerisch gelöst werden müssen, stellen wir als ergänzendes Material Beschreibungen von Algorithmen in Python-Code zur Verfügung. Dieses Lehrbuch wurde für Universitätskurse in Deutschland, Österreich und der Schweiz empfohlen und entwickelt.