Listing 1 - 5 of 5 |
Sort by
|
Choose an application
Probabilities. --- Psychologie. --- Psychometrics. --- Psychométrie. --- Statistics. --- Statistik. --- Wahrscheinlichkeit.
Choose an application
Probabilities. --- Probabilités --- Probabilities --- Probability --- Statistical inference --- Combinations --- Mathematics --- Chance --- Least squares --- Mathematical statistics --- Risk --- Probabilités. --- Wahrscheinlichkeit --- Statistik --- Wahrscheinlichkeitsrechnung --- Erkenntnistheorie --- Wahrscheinlichkeit. --- Statistik. --- Wahrscheinlichkeitsrechnung. --- Erkenntnistheorie. --- Probabilités --- Fondements des probabilites
Choose an application
Dieses Open-Access-Buch gibt eine anwendungsorientierte Einführung in die logistische Regression. Ausgehend von Grundkenntnissen der linearen Regression wird diese zuerst als zweistufiges Modell interpretiert, was den Übergang zur logistischen Regression vereinfacht. Neben einer kompakten Einführung der entsprechenden Theorie liegt der Fokus auch auf der Umsetzung mit der Statistiksoftware R und der richtigen Formulierung der entsprechenden Ergebnisse. Alle Schritte werden anhand zahlreicher Beispiele illustriert. Hinzu kommt eine Einführung in die Klassifikation mit den entsprechenden Begriffen.
Probability & statistics --- Logistische Regression in R --- Logit-Modell --- Regressionsanalyse --- Zweistufiges Modell --- Binäre Variablen --- Log-Odds --- Wahrscheinlichkeit --- Maximum-Likelihood --- Klassifikation
Choose an application
Long description: Statistische Konzepte aus der Perspektive von Data Scientists erläutert Das Buch stellt die Verbindung zwischen nützlichen statistischen Prinzipien und der heutigen Datenanalyse-Praxis her Ermöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringen Übersetzung der 2. Auflage des US-Bestsellers mit Beispielen in Python und R Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern über die Grundlagen der Statistik wird das Thema aber selten aus der Sicht von Data Scientists behandelt. Viele stellen daher fest, dass ihnen eine tiefere statistische Perspektive auf ihre Daten fehlt.Dieses praxisorientierte Handbuch mit zahlreichen Beispielen in Python und R erklärt Ihnen, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Es zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Methoden vermeiden können, und gibt Ratschläge, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind. Wenn Sie mit R oder Python vertraut sind, ermöglicht diese zugängliche, gut lesbare Referenz es Ihnen, Ihr statistisches Wissen für die Praxis deutlich auszubauen. Biographical note: Peter Bruce ist Gründer des Institute for Statistics Education bei Statistics.com.Andrew Bruce ist Principal Research Scientist bei Amazon und verfügt über mehr als 30 Jahre Erfahrung in Statistik und Data Science.Peter Gedeck ist Senior Data Scientist bei Collaborative Drug Discovery, er entwickelt Machine-Learning-Algorithmen für die Vorhersage von Eigenschaften von Arzneimittelkandidaten.
Datenanalyse --- Statistik --- Wahrscheinlichkeit --- Big Data --- Python --- Algorithmen --- Machine Learning --- Regression --- Data Mining --- Datenklassifikation --- Data Science --- Random Forest --- Unsupervised learning
Choose an application
Zwischen Zufällen und (Un-)Wahrscheinlichkeiten in fiktionalen Texten und den Zufällen und Fügungen des Alltags erkennen wir einen klaren Unterschied. Was sagt uns dieser Umstand grundsätzlich über das Wesen des Literarischen? Anhand detaillierter Untersuchungen der besonderen Kontingenz und Ökonomie von Glücksspielen bei Hoffmann, Balzac, Dostoevskij und Schnitzler widmet sich Sebastian Thede einer Interpretation des Erzählens von Zufall. Dabei legt er den Fokus auf philosophische und narratologische Konflikte zwischen psychologischen Erzählformen sowie den interesselosen Instanzen Roulette-Rad oder Würfel und eröffnet somit neue Ansätze zum Verständnis der erzählenden Literatur des 19. Jahrhunderts. Besprochen in: www.literaturkritik.de, 08.10.2018
Gambling in literature. --- Coincidence in literature. --- Literatur; Kultur; Erzählen; Roman; Kontingenz; Zufall; Glücksspiel; Ökonomie; Moderne; E.T.A. Hoffmann; Honoré De Balzac; Fjodor Dostoevskij; Arthur Schnitzler; 19. Jahrhundert; Wahrscheinlichkeit; Allgemeine Literaturwissenschaft; Germanistik; Slavistik; Anglistik; Literaturwissenschaft; Literature; Culture; Storytelling; Novel; Contingency; Coincidence; Gambling; Economy; Modernity; 19th Century; Probability; General Literature Studies; German Literature; Slavic Studies; British Studies; Literary Studies --- Balzac, Honoré de, --- Hoffmann, E. T. A. --- Dostoyevsky, Fyodor, --- Schnitzler, Arthur, --- Shnitsler, Arṭur, --- Sznicler, A., --- שניצלער, ארטור --- שניצלער, ארטור, --- שניצלר, ארטור --- שניצלר, ארטור, --- שניצלר, ארתור --- Шніцлєр, Артур, --- Shnit︠s︡li︠e︡r, Artur, --- 19th Century. --- Arthur Schnitzler. --- British Studies. --- Coincidence. --- Contingency. --- Culture. --- E.T.A. Hoffmann. --- Economy. --- Fjodor Dostoevskij. --- Gambling. --- General Literature Studies. --- German Literature. --- Honoré De Balzac. --- Literary Studies. --- Modernity. --- Novel. --- Probability. --- Slavic Studies. --- Storytelling.
Listing 1 - 5 of 5 |
Sort by
|