Statistik Workshop f r Programmierer

Author: Allen B. Downey
Publisher: O'Reilly Germany
ISBN: 9783868993431
Release Date: 2012-05-31
Genre: Computers

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Bayesian Methods for Hackers

Author: Cameron Davidson-Pilon
Publisher: Addison-Wesley Professional
ISBN: 0133902838
Release Date: 2015-07-16
Genre: Computers

Master Bayesian Inference through Practical Examples and Computation Not Advanced Mathematical Analysis Bayesian methods of inference are deeply natural and extremely powerful. However, most discussions of Bayesian inference rely on intensely complex mathematical analyses and artificial examples, making it inaccessible to anyone without a strong mathematical background. Now, though, Cameron Davidson-Pilon introduces Bayesian inference from a computational perspective, bridging theory to practice freeing you to get results using computing power. "Bayesian Methods for Hackers" illuminates Bayesian inference through probabilistic programming with the powerful PyMC language and the closely related Python tools NumPy, SciPy, and Matplotlib. Using this approach, you can reach effective solutions in small increments, without extensive mathematical intervention. Davidson-Pilon begins by introducing the concepts underlying Bayesian inference, comparing it with other techniques and guiding you through building and training your first Bayesian model. Next, he introduces PyMC through a series of detailed examples and intuitive explanations that have been refined after extensive user feedback. You ll learn how to use the Markov Chain Monte Carlo algorithm, choose appropriate sample sizes and priors, work with loss functions, and apply Bayesian inference in domains ranging from finance to marketing. Once you ve mastered these techniques, you ll constantly turn to this guide for the working PyMC code you need to jumpstart future projects. Coverage includes Learning the Bayesian state of mind and its practical implications Understanding how computers perform Bayesian inference Using the PyMC Python library to program Bayesian analyses Building and debugging models with PyMC Testing your model s goodness of fit Opening the black box of the Markov Chain Monte Carlo algorithm to see how and why it works Leveraging the power of the Law of Large Numbers Mastering key concepts, such as clustering, convergence, autocorrelation, and thinning Using loss functions to measure an estimate s weaknesses based on your goals and desired outcomes Selecting appropriate priors and understanding how their influence changes with dataset size Overcoming the exploration vs. exploitation dilemma: deciding when pretty good is good enough Using Bayesian inference to improve A/B testing Solving data science problems that rely on mountains of data"

Python Crashkurs

Author: Eric Matthes
Publisher: dpunkt.verlag
ISBN: 9783960881469
Release Date: 2017-04-19
Genre: Computers

"Python Crashkurs" ist eine kompakte und gründliche Einführung, die es Ihnen nach kurzer Zeit ermöglicht, Python-Programme zu schreiben, die für Sie Probleme lösen oder Ihnen erlauben, Aufgaben mit dem Computer zu erledigen. In der ersten Hälfte des Buches werden Sie mit grundlegenden Programmierkonzepten wie Listen, Wörterbücher, Klassen und Schleifen vertraut gemacht. Sie erlernen das Schreiben von sauberem und lesbarem Code mit Übungen zu jedem Thema. Sie erfahren auch, wie Sie Ihre Programme interaktiv machen und Ihren Code testen, bevor Sie ihn einem Projekt hinzufügen. Danach werden Sie Ihr neues Wissen in drei komplexen Projekten in die Praxis umsetzen: ein durch "Space Invaders" inspiriertes Arcade-Spiel, eine Datenvisualisierung mit Pythons superpraktischen Bibliotheken und eine einfache Web-App, die Sie online bereitstellen können. Während der Arbeit mit dem "Python Crashkurs" lernen Sie, wie Sie: - leistungsstarke Python-Bibliotheken und Tools richtig einsetzen – einschließlich matplotlib, NumPy und Pygal - 2D-Spiele programmieren, die auf Tastendrücke und Mausklicks reagieren, und die schwieriger werden, je weiter das Spiel fortschreitet - mit Daten arbeiten, um interaktive Visualisierungen zu generieren - Web-Apps erstellen und anpassen können, um diese sicher online zu deployen - mit Fehlern umgehen, die häufig beim Programmieren auftreten Dieses Buch wird Ihnen effektiv helfen, Python zu erlernen und eigene Programme damit zu entwickeln. Warum länger warten? Fangen Sie an!

Wahrscheinlichkeitsrechnung und Statistik

Author: Robert Hafner
Publisher: Springer-Verlag
ISBN: 9783709169445
Release Date: 2013-03-11
Genre: Mathematics

Das Buch ist eine Einführung in die Wahrscheinlichkeitsrechnung und mathematische Statistik auf mittlerem mathematischen Niveau. Die Pädagogik der Darstellung unterscheidet sich in wesentlichen Teilen – Einführung der Modelle für unabhängige und abhängige Experimente, Darstellung des Suffizienzbegriffes, Ausführung des Zusammenhanges zwischen Testtheorie und Theorie der Bereichschätzung, allgemeine Diskussion der Modellentwicklung – erheblich von der anderer vergleichbarer Lehrbücher. Die Darstellung ist, soweit auf diesem Niveau möglich, mathematisch exakt, verzichtet aber bewußt und ebenfalls im Gegensatz zu vergleichbaren Texten auf die Erörterung von Meßbarkeitsfragen. Der Leser wird dadurch erheblich entlastet, ohne daß wesentliche Substanz verlorengeht. Das Buch will allen, die an der Anwendung der Statistik auf solider Grundlage interessiert sind, eine Einführung bieten, und richtet sich an Studierende und Dozenten aller Studienrichtungen, für die mathematische Statistik ein Werkzeug ist.

Datenanalyse mit Python

Author: Wes McKinney
Publisher: O'Reilly
ISBN: 9783960102144
Release Date: 2018-10-29
Genre: Computers

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.

R kompakt

Author: Daniel Wollschläger
Publisher: Springer-Verlag
ISBN: 9783662491027
Release Date: 2016-02-05
Genre: Computers

Dieses Buch liefert eine kompakte Einführung in die Datenauswertung mit der freien Statistikumgebung R. Ziel ist es dabei, einen Überblick über den Basisumfang von R zu schaffen und einen schnellen Einstieg in die deskriptive Datenauswertung sowie in die Umsetzung der wichtigsten statistischen Tests zu ermöglichen. Diese werden an Beispielen erläutert und an vielen Stellen grafisch illustriert. Zudem deckt das Buch die vielfältigen Möglichkeiten ab, Diagramme zu erstellen, Daten mit anderen Programmen auszutauschen und R durch Zusatzpakete zu erweitern. Das Buch ist damit für Leser geeignet, die R kennenlernen und rasch in konkreten Aufgabenstellungen einsetzen möchten.

R in a Nutshell

Author: Joseph Adler
Publisher: O'Reilly Germany
ISBN: 9783897216501
Release Date: 2010-12-31
Genre: Computers

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Numerische Methoden

Author: John Douglas Faires
Publisher: Springer Verlag
ISBN: 3827405963
Release Date: 2000
Genre: Science

Numerische Methoden a " NAherungsverfahren also a " sind im allgemeinen Bestandteil von Vorlesungen zur numerischen Analysis. Der Vorteil: Wissenschaftliche GrA1/4ndlichkeit, AusfA1/4hrlichkeit der BeweisfA1/4hrung. Der Nachteil: Mangel an praktischem Nutzen a " u.a. fA1/4r den (angehenden) Natur- und Ingenieurwissenschaftler. Faires und Burden haben daher Ballast abgeworfen: Die Betonung ihres Werkes "Numerische Methoden" liegt in der Anwendung von NAherungsverfahren a " und zwar auf solche Probleme, die fA1/4r Natur- und Ingenieurwissenschaftler charakteristisch sind. Alle Verfahren werden unter dem Aspekt der Implementierung beschrieben und eine vollstAndige mathematische BegrA1/4ndung nur dann diskutiert, falls sie beitrAgt, das Verfahren zu verstehen. Mit der beigefA1/4gten Software a " in FORTRAN und Pascal a " lassen sich die meisten der gestellten Probleme lAsen. "Numerische Methoden" ist so mit Lehrbuch und Nachschlagewerk zugleich.

Statistische Signale

Author: Eberhard Hänsler
Publisher: Springer-Verlag
ISBN: 9783662100486
Release Date: 2013-07-02
Genre: Mathematics

Dieses Lehrbuch behandelt statistische Signalmodelle aus der Sicht der Systemtheorie. Es entstand aus Vorlesungen des Autors an der TH Darmstadt für Studenten der Nachrichten- und Regelungstechnik nach dem Vorexamen. Im Gegensatz zur klassischen Theorie werden in diesem Buch Signale durch Zufallsprozesse modelliert. Nach einem kurzen Abriß der wichtigsten Gesetze der Wahrscheinlichkeitsrechnung werden Zufallsvariable und Zufallsprozesse behandelt. Hieran schließt sich die Betrachtung der Zusammenhänge zwischen den Eigenschaften des Eingangs- und des Ausgangsprozesses eines Systems an. Breiten Raum nehmen dabei Korrelationsfunktionen und Leistungsdichtespektren ein. Im zweiten Teil des Buches werden Anwendungen statistischer Sig- nalmodelle dargestellt. Im Vordergrund steht dabei die Optimierung linearer Systeme. Im einzelnen werden diskutiert: Signalangepaßtes Filter, Prädiktor, Optimalfilter nach Wiener und Kolmogoroff, Kalman-Filter und adaptive Filter. Die einzelnen Abschnitte des Buches beginnen in der Regel mit einer kurzen Herleitung oder einer Definition. Anschließend werden die neu eingeführten Größen diskutiert und Verbindungen zu bereits bekannten Zusammenhängen hergestellt. Jeder Abschnitt schließt mit durchgerechneten Beispielen. Die Darstellung des Stoffes bewegt sich auf dem Mittelweg zwischen "rein anschaulich" und "streng formal". Das Buch gibt daher einem Praktiker einen ausreichenden Hintergrund für den experimentellen Umgang mit Signalen. Gleichzeitig bereitet es Theoretiker auf das Studium weiterführender Darstellungen vor.

Hello World

Author: Warren Sande
Publisher: Carl Hanser Verlag GmbH Co KG
ISBN: 9783446438149
Release Date: 2014-06-05
Genre: Computers

HELLO WORLD// - Alle Erklärungen der Konzepte in einfacher Sprache - Sehr viele Bilder, Cartoons und lustige Beispiele - Umfassende Fragen und Aufgaben zum Üben und Lernen - Farbig illustriert In diesem Buch lernst Du, mit dem Computer in seiner Sprache zu sprechen. Willst du ein Spiel erfinden? Eine Firma gründen? Ein wichtiges Problem lösen? Als ersten Schritt lernst Du, eigene Programme zu schreiben. Programmieren ist eine tolle Herausforderung, und dieses Buch macht Dir den Einstieg leicht. Diese neue Ausgabe von Hello World! zeigt Dir in einfacher und ansprechender Weise die Welt der Computerprogrammierung. Warren Sande hat es gemeinsam mit seinem Sohn Carter geschrieben, und sie haben sich auch viele lustige Beispiele ausgedacht, mit denen Du prima lernen kannst. Das Buch wurde von Pädagogen überarbeitet und eignet sich für Kinder genauso wie für ihre Eltern. Du brauchst keine Programmierkenntnisse mitzubringen, sondern nur zu wissen, wie man einen Computer bedient. Wenn Du ein Programm starten und eine Datei speichern kannst, reicht das schon! Hello World! arbeitet mit Python. Diese Programmiersprache ist besonders leicht zu erlernen. Mit den humorvollen Beispielen lernst Du die Grundlagen des Programmierens kennen, wie z.B. Schleifen, Entscheidungen, Eingaben und Ausgaben, Datenstrukturen, Grafiken und vieles mehr. AUS DEM INHALT // Speicher und Variablen // Datentypen // GUIs – Grafische Benutzeroberflächen // Immer diese Entscheidungen // Schleifen // Nur für dich – Kommentare // Geschachtelte und variable Schleifen // Listen und Wörterbücher // Funktionen // Objekte // Module // Sprites und Kollisionserkennung // Ereignisse // Sound // Ausgabeformatierung und Strings // Das Zufallsprinzip // Computersimulationen

Core JAVA 2

Author: Cay S. Horstmann
Publisher: Pearson Deutschland GmbH
ISBN: 3827322162
Release Date: 2005
Genre:


Kollektivmasslehre

Author: Gustav Theodor Fechner
Publisher:
ISBN: NYPL:33433066412879
Release Date: 1897
Genre: Error analysis (Mathematics).