Produkt zum Begriff Statistik:
-
Fahrmeir, Ludwig: Statistik
Statistik , Dieses Lehrbuch liefert eine umfassende Darstellung der deskriptiven und induktiven Statistik sowie moderner Methoden der explorativen Datenanalyse. Dabei stehen inhaltliche Motivation, Interpretation und Verständnis der Methoden im Vordergrund. Unterstützt werden diese durch zahlreiche Grafiken und Anwendungsbeispiele, die auf realen Daten basieren, sowie passende exemplarische R -Codes und Datensätze. Die im Buch beschriebenen Ergebnisse können außerdem anhand der online zur Verfügung stehenden Materialien reproduziert sowie um eigene Analysen ergänzt werden. Eine kurze Einführung in die freie Programmiersprache R ist ebenfalls enthalten. Hervorhebungen erhöhen die Lesbarkeit und Übersichtlichkeit. Das Buch eignet sich als vorlesungsbegleitende Lektüre, aber auch zum Selbststudium. Für die 9. Auflage wurde das Buch inhaltlich überarbeitet und ergänzt. Leserinnen und Leser erhalten nun in der Springer-Nature-Flashcards-App zusätzlich kostenfreien Zugriff auf über 100 exklusive Lernfragen, mit denen sie ihr Wissen überprüfen können. Die Autorinnen und Autoren Prof. Dr. Ludwig Fahrmeir war Professor für Statistik an der Universität Regensburg und der LMU München. Prof. Dr. Christian Heumann ist Professor am Institut für Statistik der LMU München. Dr. Rita Künstler war wissenschaftliche Mitarbeiterin am Institut für Statistik der LMU München. Prof. Dr. Iris Pigeot ist Professorin an der Universität Bremen und Direktorin des Leibniz-Instituts für Präventionsforschung und Epidemiologie - BIPS. Prof. Dr. Gerhard Tutz war Professor für Statistik an der TU Berlin und der LMU München. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 49.99 € | Versand*: 0 € -
Statistik unterrichten (Riemer, Wolfgang)
Statistik unterrichten , Ein innovativer Stochastikunterricht mit authentischen Fallbeispielen Ein Stochastikunterricht nach klassischem Muster ist linear aufgebaut: zuerst beschreibende Statistik, dann Wahrscheinlichkeitsrechnung, zum Abschluss beurteilende Statistik. Ein solcher Aufbau strebt nach formaler Exaktheit und Systematik. Aber verkennt er nicht die Neugierde und den Lebensweltbezug der Schüler:innen als treibende Kraft des Lernens? Statistik unterrichten ist eine erfrischend innovative Didaktik der Stochastik. Funktionierende Schulpraxis steht im Vordergrund, solide reflektierte Theorie dahinter. Auf der Grundlage eines umfassenden Wahrscheinlichkeitsbegriffs werden beschreibende Statistik, Wahrscheinlichkeitsrechnung und Kerngedanken beurteilender Statistik von Anfang an spiralcurricular miteinander vernetzt. Dies gelingt - handlungsorientiert - durch spannende und schulalltagstaugliche Fallbeispiele, in deren Zentrum Kinder und Jugendliche mit ihren Alltagsintuitionen und ihrem Interesse an realistischen Fragen stehen. Ziel ist ein nachhaltiger, kognitiv aktivierender Unterricht: Begriffe werden über konkrete Inhalte gebildet, als sinnstiftend erlebt und Zusammenhänge entdeckt. Ohne großen organisatorischen Aufwand lassen sich alle Experimente in einer Schulstunde ?vor Ort? realisieren. Das Buch ist modular aufgebaut, Kapitel lassen sich unabhängig voneinander lesen und werden durch wenige Paradigmen zusammengehalten: Pflege einen passenden Wahrscheinlichkeitsbegriff. Trenne Modell und Realität messerscharf und konsequent. Untersuche Zufallsschwankungen statt sie wegzuwünschen. Stelle authentische Probleme ins Zentrum. Nutze den ?didaktischen Dreisatz? Spekulieren-Experimentieren-Reflektieren. Der Band richtet sich an Referendarinnen und Referendare sowie Mathematik-Lehrkräfte beider Sekundarstufen, die spannende und erkenntnisreiche Unterrichtsstunden gestalten möchten, an die sich die Schüler:innen auch lange nach der Schulzeit mit Vergnügen erinnern. , Schule & Ausbildung > Fachbücher, Lernen & Nachschlagen , Erscheinungsjahr: 20231107, Produktform: Kartoniert, Autoren: Riemer, Wolfgang, Seitenzahl/Blattzahl: 144, Keyword: Beurteilende Statistik; Experimentieren; Glücksrad auf der schiefen Ebene; Grundvorstellungen; Hypothesen; Konfidenzintervall; Normalverteilung; Problemlösen; Riemerwürfel; Signifikanztest; Stochastik; Testgrößen; Wahrscheinlichkeit; kognitive Aktivierung, Fachschema: Mathematik / Didaktik, Methodik~Statistik~Pädagogik / Schule, Fachkategorie: Schule und Lernen, Bildungszweck: für die Sekundarstufe I~Für die Sekundarstufe, Warengruppe: HC/Didaktik/Methodik/Schulpädagogik/Fachdidaktik, Fachkategorie: Schulen, Thema: Verstehen, Text Sprache: ger, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: Kallmeyer'sche Verlags-, Verlag: Kallmeyer'sche Verlags-, Verlag: Kallmeyer'sche Verlagsbuchhandlung, Länge: 225, Breite: 158, Höhe: 11, Gewicht: 354, Produktform: Kartoniert, Genre: Sozialwissenschaften/Recht/Wirtschaft, Genre: Sozialwissenschaften/Recht/Wirtschaft, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Kennzeichnung von Titeln mit einer Relevanz > 30, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0250, Tendenz: +1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover, Unterkatalog: Lagerartikel,
Preis: 29.95 € | Versand*: 0 € -
Mitel Protokollierung, Auswertung & Statistik
Mitel Protokollierung, Auswertung & Statistik - Lizenz
Preis: 1624.56 € | Versand*: 0.00 € -
Statistik (Brühl, Albert~Reichert, Dorothea)
Statistik , Mit der Hilfe zahlreicher Beispiele gelingt durch das Buch ein umfassender Einstieg in die Statistik für Studierende der Pflege, Sozialen Arbeit und den Humanwissenschaften. Nach der Betrachtung von Fragestellungen, Hypothesen, dem Verhältnis von Theorie und Methode sowie diversen Studiendesigns folgen Berechnungen verschiedener Verteilungen, das Hypothesentesten, bivariate Analyseverfahren, Varianzanalyse und Regressionen, sowie Grundzüge der Mehrebenenanalyse, gemischter Modelle, Multidimensionaler Skalierung und Auszüge zur Instrumentenentwicklung. Das Buch enthält zahlreiche Übungsaufgaben inkl. ausführlicher Lösungen. Die Autorin und der Autor verfügen über langjährige Erfahrung in der Lehre in der Statistik und den standardisierten Verfahren. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen , Erscheinungsjahr: 20210706, Produktform: Kartoniert, Beilage: broschiert, Autoren: Brühl, Albert~Reichert, Dorothea, Seitenzahl/Blattzahl: 308, Keyword: Methodenlehre; Studiendesigns; Grundbegriffe der Einfaktorielle Verteilung; Hypothesentesten; Bivariante Analyseverfahren; Varianzanalyse; Mehrebenenanalyse; Multidimensionale Skalierung; Instrumentenentwicklung; Wahrscheinlichkeitsverteilungen; Regression; Deskriptive Statistik; Hypothese; Wahrscheinlichkeitsrechnung; Datenauswertung; Sozialforschung; Statistische Methodenlehre; Theorie; Forschung; Grundlagen; Inferenzstatistik; Regressionsanalyse, Fachschema: Gesundheitsberufe~Medizinalfachberufe~Krankenpflege~Pflege / Krankenpflege, Fachkategorie: Krankenpflege und Krankenpflegehilfe, Thema: Verstehen, Text Sprache: ger, Verlag: Nomos Verlagsges.MBH + Co, Verlag: Nomos Verlagsges.MBH + Co, Verlag: Nomos, Länge: 228, Breite: 146, Höhe: 19, Gewicht: 451, Produktform: Kartoniert, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0004, Tendenz: -1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover, Unterkatalog: Lagerartikel,
Preis: 26.00 € | Versand*: 0 €
-
Ist Machine Learning bereits künstliche Intelligenz?
Machine Learning ist ein Teilgebiet der künstlichen Intelligenz. Es befasst sich mit der Entwicklung von Algorithmen und Modellen, die es Computern ermöglichen, aus Daten zu lernen und Vorhersagen zu treffen. Künstliche Intelligenz umfasst jedoch auch andere Bereiche wie Expertensysteme, natürliche Sprachverarbeitung und Robotik.
-
Warum Deep Learning im Vergleich zu Machine Learning?
Deep Learning unterscheidet sich von Machine Learning durch seine Fähigkeit, automatisch Merkmale aus den Daten zu extrahieren, anstatt dass diese manuell definiert werden müssen. Dadurch ist Deep Learning in der Lage, komplexere und abstraktere Muster in den Daten zu erkennen und zu lernen. Dies ermöglicht es Deep Learning-Modellen, in vielen Anwendungsbereichen, wie Bild- und Spracherkennung, bessere Leistungen zu erzielen als herkömmliche Machine Learning-Modelle.
-
Was sind die grundlegenden Konzepte und Anwendungen von Regression in Statistik und Machine Learning?
Regression in Statistik und Machine Learning befasst sich mit der Vorhersage von kontinuierlichen Werten basierend auf anderen Variablen. Die grundlegenden Konzepte umfassen die Bestimmung einer mathematischen Beziehung zwischen den Variablen, die Schätzung von Parametern und die Bewertung der Modellgenauigkeit. Anwendungen von Regression sind vielfältig, wie z.B. die Vorhersage von Aktienkursen, Wetterprognosen oder medizinische Diagnosen.
-
Was sind die grundlegenden Konzepte und Anwendungen der Regression in Statistik und Machine Learning?
Die Regression ist eine statistische Methode, um die Beziehung zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen zu modellieren. Sie wird verwendet, um Vorhersagen über zukünftige Werte der abhängigen Variablen zu treffen. In Machine Learning wird Regression häufig verwendet, um kontinuierliche Werte vorherzusagen, wie z.B. Verkaufsprognosen oder Immobilienpreise.
Ähnliche Suchbegriffe für Statistik:
-
Schuldenzucker, Ulrike: Prüfungstraining Induktive Statistik
Prüfungstraining Induktive Statistik , Alle notwendigen Grundlagen der induktiven Statistik für Wirtschaftswissenschaftler:innen: Zufallsexperiment und Wahrscheinlichkeit Wahrscheinlichkeitsgesetze, Unabhängigkeit von Ereignissen Diskrete Zufallsvariablen Binomialverteilung, geometrische, hypergeometrische und Poisson-Verteilung Stetige Zufallsvariablen Gleichverteilung, Exponential- und Normalverteilung Statistische Schätz- und Testverfahren Erwartungswerte und Vertrauensintervall Unabhängigkeitstests Didaktisch durchdacht und an den Prüfungsanforderungen ausgerichtet, lassen sich die individuell benötigten Lernbausteine auswählen. Dazu gehören: Repetitorium des prüfungsrelevanten Stoffes Anwendungsaufgaben zu jedem Thema plus Lösungen Musterklausuren inklusive ausführlicher Lösungen Formelsammlung Ideal für die Prüfungsvorbereitung und zur schnellen Wiederholung mathematischer Themen in höheren Semestern. , Bücher > Bücher & Zeitschriften
Preis: 29.99 € | Versand*: 0 € -
Schuldenzucker, Ulrike: Prüfungstraining Deskriptive Statistik
Prüfungstraining Deskriptive Statistik , Alle notwendigen Grundlagen der deskriptiven Statistik für Wirtschaftswissenschaftler:innen: Statistische Einheiten, Messbarkeitseigenschaften, Eindimensionale Datenreihen, Verteilungsfunktionen, Lageparameter und Streuungsmaße, Zweidimensionale Datenreihen, Korrelations- und Regressionsrechnung, Zeitreihenanalyse, Konzentrationsmessung, Verhältnis- und Indexzahlen. Didaktisch durchdacht und an den Prüfungsanforderungen ausgerichtet, lassen sich die individuell benötigten Lernbausteine auswählen. Dazu gehören: Repetitorium des prüfungsrelevanten Stoffes Anwendungsaufgaben zu jedem Thema plus Lösungen Musterklausuren inklusive ausführlicher Lösungen Formelsammlung Ideal für die Prüfungsvorbereitung und zur schnellen Wiederholung mathematischer Themen in höheren Semestern. , Bücher > Bücher & Zeitschriften
Preis: 29.99 € | Versand*: 0 € -
Statistik schrittweise verstehen (Schmidt, Peter)
Statistik schrittweise verstehen , Keine Angst vor Statistik! Das ist die Devise dieses Lehr- und Arbeitsbuchs. Peter Schmidt führt Sie schrittweise an die deskriptive und induktive Statistik heran und ermuntert Sie durch zahlreiche Übungsaufgaben stets zum Mitdenken und Mitrechnen. Das Buch begleitet drei Studierende, die ein studentisches Café eröffnen und dabei merken, wie hilfreich die Statistik für ihren Erfolg ist. Im ersten Teil des Buches stellt der Autor die deskriptive (beschreibende) Statistik vor: Er verrät zu Beginn, was genau hinter Häufigkeiten, Mittelwerten und Streuungsmaßen steckt. Auf mehrdimensionale Daten und Zeitreihenanalysen geht er darauf aufbauend ein. Den richtigen Umgang mit Maß- und Indexzahlen zeigt er darüber hinaus auf. Im zweiten Teil erläutert er die induktive (schließende) Statistik: Grundlage bilden die Kombinatorik, die Wahrscheinlichkeitsrechnung und Zufallsvariablen. Zu guter Letzt zeigt er, wie von der Stichprobe auf die Grundgesamtheit geschlossen werden kann. Die Schätztheorie sowie unterschiedliche statistische Testverfahren spielen dabei eine wichtige Rolle. Das Buch richtet sich an Studierende der Wirtschafts- und Sozialwissenschaften. Es ist ein idealer Einstieg in die Welt der Formeln, Tabellen und Diagramme. , Bücher > Bücher & Zeitschriften , Erscheinungsjahr: 20191007, Produktform: Kartoniert, Titel der Reihe: Schritt für Schritt (UTB)##, Autoren: Schmidt, Peter, Seitenzahl/Blattzahl: 185, Abbildungen: mit Online Angeboten, Keyword: Berechnungen; Durchschnitte; Formelsammlung; Indexzahlen; Kombinatorik; Konfidenzintervalle; Lagemaße; Lehrbuch; Längsschnittdaten; Mengenindizes; Mittelwert; Preisindizes; Querschnittdaten; Randverteilung; Rangkorrelation; Reihe Schritt für Schritt; Sozialwissenschaften; Statistik; Statistik verstehen; Statistik verständlich erklärt; Statistik Übungsbuch; Statistikstoff; Stichproben; Streuungsmaße; Verhältniszahlen; Wahrscheinlichkeitsrechnung; Zufallsvariablen; utb, Fachschema: Statistik / Wirtschaftsstatistik~Wirtschaftsstatistik~Statistik, Fachkategorie: Ökonometrie und Wirtschaftsstatistik~Wirtschaftsmathematik und -informatik, IT-Management~Wahrscheinlichkeitsrechnung und Statistik, Bildungszweck: für die Hochschule, Warengruppe: TB/Wirtschaft/Allgemeines, Lexika, Geschichte, Fachkategorie: Sozialforschung und -statistik, Thema: Verstehen, Text Sprache: ger, Originalsprache: ger, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: UTB GmbH, Verlag: UTB GmbH, Verlag: UTB, Co-Verlag: Lucius + Lucius, Co-Verlag: Lucius + Lucius, Länge: 266, Breite: 203, Höhe: 15, Gewicht: 485, Produktform: Kartoniert, Genre: Sozialwissenschaften/Recht/Wirtschaft, Genre: Sozialwissenschaften/Recht/Wirtschaft, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0002, Tendenz: -1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Lagerartikel, Unterkatalog: Taschenbuch, WolkenId: 1318425
Preis: 20.00 € | Versand*: 0 € -
Behr, Andreas: Grundwissen Induktive Statistik
Grundwissen Induktive Statistik , Die Induktive Statistik bietet in der Praxis zahlreiche Anwendungsmöglichkeiten, u. a. Schätzfunktionen, Hypothesentests und Stichproben aus realen Gesamtheiten. Auf kompakte Art und Weise stellt diese 2., überarbeitete und erweiterte Auflage die Grundkenntnisse der Induktiven Statistik vor: Sie vermittelt die relevanten Begriffe, Methoden und Probleme. Zudem zeigt der Band auf, in welchem Kontext die Induktive Statistik in den Wirtschafts- und Sozialwissenschaften Anwendung findet. Ein Formelteil, Aufgaben mit Lösungen sowie neue Musterklausuren helfen dabei, das Gelernte schnell zu vertiefen. Kurzum: Der ideale Einstieg in das Thema für Studierende der Wirtschafts- und Sozialwissenschaften. , Bücher > Bücher & Zeitschriften
Preis: 24.90 € | Versand*: 0 €
-
Basieren künstliche Intelligenz größtenteils auf Statistik?
Ja, künstliche Intelligenz basiert größtenteils auf statistischen Methoden. Durch das Sammeln und Analysieren großer Datenmengen können Algorithmen Muster und Zusammenhänge erkennen und daraus Vorhersagen und Entscheidungen treffen. Statistik ist daher ein wesentlicher Bestandteil vieler KI-Anwendungen.
-
Was ist der Unterschied zwischen Deep Learning und Machine Learning?
Deep Learning ist eine spezielle Methode des Machine Learning, die auf künstlichen neuronalen Netzwerken basiert. Es ermöglicht das Lernen von hierarchischen und komplexen Merkmalsdarstellungen, um automatisch Muster und Strukturen in Daten zu erkennen. Im Gegensatz dazu ist Machine Learning ein breiterer Begriff, der verschiedene Algorithmen und Techniken umfasst, um Computermodelle zu erstellen, die aus Daten lernen und Vorhersagen treffen können. Deep Learning ist also eine Teilmenge des Machine Learning.
-
Wie kann man sich selbst Machine Learning, Künstliche Intelligenz und Natural Language Processing beibringen?
Um sich selbst Machine Learning, Künstliche Intelligenz und Natural Language Processing beizubringen, gibt es verschiedene Möglichkeiten. Man kann Online-Kurse und Tutorials nutzen, um die Grundlagen zu erlernen und praktische Erfahrungen zu sammeln. Es ist auch hilfreich, an Projekten zu arbeiten und mit vorhandenen Tools und Bibliotheken zu experimentieren. Zudem kann der Austausch mit anderen Fachleuten in Foren und Communitys dabei helfen, Fragen zu klären und neue Ideen zu entwickeln.
-
Wie können moderne Technologien wie Machine Learning und künstliche Intelligenz zur Automobilanalyse eingesetzt werden?
Moderne Technologien wie Machine Learning und künstliche Intelligenz können zur Automobilanalyse eingesetzt werden, um große Mengen von Daten zu verarbeiten und Muster zu erkennen. Sie können dabei helfen, Fahrzeugdiagnosen schneller und genauer durchzuführen sowie präventive Wartungsmaßnahmen vorherzusagen. Zudem können sie zur Verbesserung der Fahrzeugsicherheit und Effizienz beitragen, indem sie Verkehrsdaten analysieren und Fahrerassistenzsysteme optimieren.
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.