Wahrscheinlichkeitstheorie und mathematische Statistik. Leitfaden zur Lösung von Aufgaben
A

Wahrscheinlichkeitstheorie und mathematische Statistik. Leitfaden zur Lösung von Aufgaben

Mathematik
probability theory mathematical statistics problem solving Mathcad laboratory work random processes combinatorics
Autor
W. W. Grigorjew-Golubew, N. W. Wassiljewa, E. A. Krotow
Verlag
BKhV-Peterburg
Jahr
2021
Sprache
Russisch
156
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Kevin P. Murphy

Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik

Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik

Thomas Neild

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Andrew Gelman, Jennifer Hill, Aki Vehtari

Entscheidungsalgorithmen

Entscheidungsalgorithmen

Mikel Kohendörfer, Tim Wheeler, Kyle Ray

Bayessche Wahrnehmungs- und Handlungsmodelle. Ein moderner Blick auf die Funktionsprinzipien des Gehirns

Bayessche Wahrnehmungs- und Handlungsmodelle. Ein moderner Blick auf die Funktionsprinzipien des Gehirns

Wei Ji Ma, Konrad Kording, Daniel Goldreich

Bayesianische Modelle. Bayesianische Statistik mit der Programmiersprache Python

Bayesianische Modelle. Bayesianische Statistik mit der Programmiersprache Python

Allen B. Downey

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Andrew Glassner

Neuronale Netze mit Python. Grundlagen von KI und maschinellem Lernen

Neuronale Netze mit Python. Grundlagen von KI und maschinellem Lernen

Kulikova I. V.

Deep Learning: Prinzipien und Konzepte

Deep Learning: Prinzipien und Konzepte

Christopher M. Bishop, Hugh Bishop

Maschinelles Lernen ohne Umschweife

Maschinelles Lernen ohne Umschweife

Andrei Burkow