Zum Hauptinhalt springen
Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Advances in Data Science (eBook)

Women in Data Science and Mathematics (WiSDM) 2023
eBook Download: PDF
2025 | 1. Auflage
357 Seiten
Springer-Verlag
978-3-031-87804-6 (ISBN)

Lese- und Medienproben

Systemvoraussetzungen
171,19 inkl. MwSt
(CHF 167,25)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This volume features recent advances in data science ranging from algebraic geometry used for existence and uniqueness proofs of low rank approximations for tensor data, to category theory used for natural language processing applications, to approximation and optimization frameworks developed for convergence and robustness guarantees for deep neural networks. It provides ideas, methods, and tools developed in inherently interdisciplinary research problems requiring mathematics, computer science and data domain expertise. It also presents original results tackling real-world problems with immediate applications in industry and government.

Contributions are based on the third Women in Data Science and Mathematics (WiSDM) Research collaboration Workshop that took place between August 7 and August 11, 2023 at the Institute for Pure & Applied Mathematics (IPAM) in Los Angeles, California, US. The submissions from the workshop and related groups constitute a valuable source for readers who are interested in mathematically-founded approaches to modeling data for exploration, understanding and prediction.



Erscheint lt. Verlag 26.9.2025
Reihe/Serie Association for Women in Mathematics Series
Zusatzinfo XIV, 357 p. 141 illus., 116 illus. in color.
Sprache englisch
Themenwelt Mathematik / Informatik Informatik Datenbanken
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Mathematik / Informatik Mathematik Statistik
Schlagworte Active learning • Data Analysis • dimension reduction • Embedding Techniques • Feature learning • geometric measures • geometric signature of data • Graph Algorithms • manifold learning • path metrics • Semi-Supervised Learning • tensor decomposition • Text Embeddings
ISBN-10 3-031-87804-3 / 3031878043
ISBN-13 978-3-031-87804-6 / 9783031878046
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Die Grundlage der Digitalisierung

von Knut Hildebrand; Michael Mielke; Marcus Gebauer

eBook Download (2025)
Springer Fachmedien Wiesbaden (Verlag)
CHF 29,30
Die materielle Wahrheit hinter den neuen Datenimperien

von Kate Crawford

eBook Download (2024)
C.H.Beck (Verlag)
CHF 17,55