スキップしてメイン コンテンツに移動

Dr. Mint Publikationsliste (Deutsch ver)

 

  Mint Publishing has published the following books.



 Der Mint Verlag hat die folgenden Bücher veröffentlicht.


Sie sind alle leicht verständlich und sorgfältig erklärt, so dass Sie sie von Grund auf verstehen können.

Die folgenden Reihen sind jetzt erhältlich.

  •  Reihe Künstliche Intelligenz 
  •  Reihe Mathematik 
  •  Reihe Physik 
  •  Reihe Bildverarbeitung 
  •  Reihe Numerische Berechnungen und Analysen 
  •  Reihe Python 
  •  Reihe R


Die Serien sind so organisiert, dass Sie mit der Serie beginnen können, die Sie interessiert, oder Sie können mit dem ersten Band der Serie in der Reihenfolge beginnen. Durch das Hin- und Herwechseln zwischen den Reihen ist der Inhalt in hohem Maße synergetisch miteinander.

Jedes der Bücher ist unten aufgeführt.
(Weitere Informationen zu jedem Buch finden Sie auf der jeweiligen Buchseite).



Reihe Künstliche Intelligenz 

 [1]. Perceptrons verstehen: Eine Grundlage für Deep Learning

 (in Kürze)

 

[2]. Understanding the Improved Perceptron (Der Vorfahre des Deep Learning)

Wenn Sie ADALINE lernen wollen, empfehlen wir Ihnen dieses Buch (Zugang hier).

 

 

 [3]. Lineare Regression von Grund auf verstehen

Wenn Sie lineare Regression lernen wollen, empfehlen wir Ihnen dieses Buch (Zugang hier).

 

 

[4]. Logistische Regression von Grund auf verstehen 

Wenn Sie die logistische Regression lernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).


[5]. K-Nächste Nachbarn von Grund auf verstehen

Wenn Sie die k-Nächste-Nachbarn-Methode (Nearest Neighbor Method) erlernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).



[6]. Multiple Regression von Grund auf verstehen

Wenn Sie die multiple Regressionsanalyse erlernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).



[7]. Entscheidungsbäume: Ein Leitfaden für Anfänger


Wenn Sie Entscheidungsbäume lernen wollen, empfehlen wir Ihnen dieses Buch (Zugang hier).



[8]. Die Bootstrap-Methode von Grund auf verstehen

Für diejenigen, die die Bootstrap-Methode erlernen möchten, empfehlen wir dieses Buch (Zugang hier).

 

 

[9]. Random Forests von Grund auf verstehen

Wenn Sie Random Forest lernen wollen, empfehlen wir Ihnen dieses Buch (Zugang hier).



[10]. Entscheidungsbaum-Regression von Grund auf verstehen

Wenn Sie die Entscheidungsbaum-Regression lernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).

 

 

[11]. Support Vector Machines von Grund auf verstehen

Wenn Sie Support Vector Machines lernen möchten, empfehlen wir Ihnen dieses Buch (hier klicken).

 

 

[12]. AdaBoost von Grund auf verstehen

Wenn Sie AdaBoost lernen wollen, empfehlen wir Ihnen dieses Buch (hier klicken).

 

 

[13]. Die k-Nächste-Nachbarn-Regression von Grund auf verstehen 

Wenn Sie daran interessiert sind, k-Nearest Neighbor Regression zu lernen, empfehlen wir Ihnen dieses Buch (Zugang hier).

 

 

[14]. Die Random Forest Regression von Grund auf verstehen

Wenn Sie daran interessiert sind, die Random Forest Regression zu lernen, empfehlen wir Ihnen dieses Buch (Zugang hier).

 

 

[15]. Support-Vektor-Regression von Grund auf verstehen

Wenn Sie die Support Vector Regression lernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).

 

 

[16]. Clusteranalyse von Grund auf verstehen: K-Means-Methode ①

 (erscheint demnächst)

  
[17].  Principal Component Analysis von Grund auf verstehen

 (erscheint demnächst)

 
[18]. Datenvisualisierung von Grund auf verstehen

(erscheint demnächst)

 
[19]. Deskriptive Statistik von Grund auf verstehen 

 (demnächst)

 
[20]. Verstehen von Wahrscheinlichkeit und Wahrscheinlichkeitsverteilungen von Grund auf 

 (erscheint demnächst)

 

[21]. Verständnis von Stichprobenerhebungen und Schätzungen: Von Null bis zur Meisterschaft 

 

Wenn Sie etwas über Stichprobenerhebungen und Schätzungen lernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).


 

Reihe Mathematik 

 [1]. Trigonometrie von Grund auf verstehen: Sinus, Kosinus und Tangens

 Wenn Sie Trigonometrie lernen möchten, empfehlen wir dieses Buch (Zugang hier).
 
 

[2]. Exponentialfunktionen von Grund auf verstehen 

Wenn Sie Exponentialfunktionen lernen möchten, empfehlen wir Ihnen dieses Buch (hier klicken).

 

 

[3]. Logarithmische Funktionen von Grund auf verstehen

Wenn Sie logarithmische Funktionen lernen möchten, empfehlen wir Ihnen dieses Buch (hier klicken).



[4]. Reziproke Funktionen von Grund auf verstehen


Wenn Sie etwas über reziproke Funktionen lernen möchten, empfehlen wir Ihnen dieses Buch (klicken Sie hier, um Zugang zu erhalten).



[5]. Differentialgleichungen trennbarer Variablen von Grund auf verstehen

Wenn Sie etwas über ‚Differentialgleichungen‘ trennbarer Variablen lernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).


[6]. Hyperbolische Funktionen von Grund auf verstehen

Wenn Sie die "Differentialgleichungen" hyperbolischer Funktionen kennen lernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).
 


 

[7]. Verstehen von Differentialgleichungen, die mit Variation der Parameter gelöst werden

 


Wenn Sie mehr über das Lösen von Differentialgleichungen mit Variation der Parameter erfahren möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).



[8]. Lineare Differenzialgleichungen mit konstanten Koeffizienten verstehen

Wenn Sie daran interessiert sind, lineare Differentialgleichungen mit konstanten Koeffizienten zu lernen, empfehlen wir Ihnen dieses Buch (hier klicken).



 
Physik-Reihe 
 (in Kürze)
 
 

Reihe Bildverarbeitung 

[1]. Aufbau einer Umgebung für die Bildverarbeitung 

Wenn Sie Bildverarbeitung lernen wollen, empfehlen wir Ihnen dieses Buch (Zugang hier).
 
 


 [2]. Erste Schritte in den Grundlagen der Bildverarbeitung

Wenn Sie die Bildverarbeitung erlernen möchten, empfehlen wir Ihnen dieses Buch (Zugang hier).



[3]. Binarisierung von Bildern

Wenn Sie sich für die Welt der Binarisierung interessieren, empfehlen wir Ihnen die folgenden Bücher! (Zugang hier)

 

 

[4]. Was ist Bildkomprimierung?

Wenn Sie sich für das Thema Bildkompression interessieren, lesen Sie bitte auch die folgenden Bücher! (Zugang hier)

  

 

 Numerische Berechnungen und Analysereihen 

 [1]. Interpolation von Grund auf verstehen

Wenn Sie daran interessiert sind, die Interpolation zu erlernen, empfehlen wir Ihnen dieses Buch (hier klicken, um Zugang zu erhalten).

 

 

[2]. Die Euler-Methode von Grund auf verstehen 

 


Wenn Sie daran interessiert sind, die Euler-Methode zu erlernen, empfehlen wir Ihnen dieses Buch (Zugang hier).
 
 
[3]. Die modifizierte Euler-Methode (Heunsche Methode) von Grund auf verstehen

 (in Kürze)

 
 
Python Reihen 
 (demnächst)
 
 
R-Reihe
(demnächst)


コメント

コメントを投稿

このブログの人気の投稿

Verständnis der Trigonometrie von Grund auf: Sinus, Kosinus und Tangens

Die Trigonometrie ist ein besonders tiefgreifendes und breit anwendbares Gebiet innerhalb der Mathematik. Ihre Ursprünge liegen in der antiken griechischen Astronomie und Vermessungskunst, doch ist sie heute ein unverzichtbares Werkzeug in Bereichen von der modernen Technik und Physik bis hin zur Informationstechnologie. Dieser Artikel erklärt zunächst die grundlegenden Konzepte von "Was ist Trigonometrie?", betrachtet anschließend, wie sie in verschiedenen Situationen eingesetzt wird, und erläutert schließlich die Vorteile des Trigonometrielernens. 1. Was ist Trigonometrie? Die Trigonometrie ist eine Menge von Funktionen, die die Beziehung zwischen Winkeln und Seitenlängen in einem rechtwinkligen Dreieck ausdrücken. Die bekanntesten davon sind Sinus (sin), Kosinus (cos) und Tangens (tan). - Definition in einem rechtwinkligen Dreieck In einem rechtwinkligen Dreieck werden trigonometrische Funktionen durch die Verhältnisse der gegenüberliegenden, anliegenden und hypotenusensei...
コメントを投稿
続きを読む

Understanding the Modified Euler Method (Heun's Method) from Scratch

This article explains the basic concepts, applications, and benefits of learning the Modified Euler Method (Heun's Method). This method, a step forward from the simple Euler method, plays a very important role in the world of numerical analysis. 1. What is the Modified Euler Method (Heun's Method)? The Modified Euler Method, also known as Heun’s Method, is a numerical method for obtaining approximate solutions to initial value problems: dy/dt = f(t, y), y(t_0) = y_0 The traditional Euler method determines the next value, y_{n+1}, using only the slope of the tangent line at time t_n, namely f(t_n, y_n).  However, when the step size is large or the problem exhibits strong non-linearity, this can lead to significant errors. A key feature of Heun’s Method is its ability to achieve higher accuracy (local error of second order) through a two-stage evaluation process, improving upon the Euler method. 2. In What Scenarios is it Applied? Due to its simplicity and improved accuracy, Heun...
コメントを投稿
続きを読む

Entscheidungsbäume – Ein Leitfaden für Anfänger

In der heutigen datengesteuerten Ära entstehen ständig neue Werkzeuge zur Unterstützung komplexer Entscheidungsfindung. Unter diesen sind „Entscheidungsbäume“ aufgrund ihrer einfachen Verständlichkeit und intuitiven Visualisierung eine beliebte Methode. Hier erklären wir die grundlegenden Konzepte von Entscheidungsbäumen, spezifische Szenarien, in denen sie eingesetzt werden, und die Vorteile, sie zu erlernen. 1. Was sind Entscheidungsbäume? Entscheidungsbäume sind ein Modelltyp, der für Datenklassifizierung und -vorhersage verwendet wird. Sie verwenden eine Baumstruktur, um den Entscheidungsprozess darzustellen. Entscheidungsbäume bestehen aus Knoten (Entscheidungsknoten) und Kanten (Verzweigungen). Jeder Knoten beinhaltet eine bedingte Beurteilung basierend auf einem bestimmten Merkmal, und die Verzweigungen divergieren basierend auf diesem Ergebnis. Letztendlich wird das Klassifikationsergebnis oder der vorhergesagte Wert an den terminalen Teilen, den sogenannten Blattknoten, angeze...
コメントを投稿
続きを読む