KI-Beratung Beta

  • Produktbild: Sportinformatik
  • Produktbild: Sportinformatik

Sportinformatik Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar....

Beschreibung

In den letzten Jahren ist die Sportinformatik extrem gewachsen, vor allem weil immer mehr und neuere Daten verfügbar wurden. Sportinformatische Tools – sei es im Training zur Gegnervorbereitung, im Wettkampf oder in der Wissenschaft – sind im Sport heute auf unterschiedlichen Expertise-Ebenen unverzichtbar. Durch den Einsatz in den vier großen Anwendungsfeldern Vereine und Verbände, Wirtschaft, Wissenschaft sowie Medien ist ein völlig neuer Markt entstanden, der innerhalb der universitären Forschungs- und Lehraktivitäten zunehmend an Bedeutung gewinnt. Dieses Lehrbuch möchte der mittlerweile breiten Vielfalt der Sportinformatik gerecht werden, indem mehr als 30 Autorinnen und Autoren aus ihrem Spezialgebiet berichten und neueste Erkenntnisse prägnant zusammenfassen. Das Werk gliedert sich in vier Hauptabschnitte: Datensätze, Modellbildung, Simulation sowie Datenanalyse. Neben Hintergründen zu Programmiersprachen und zur Visualisierung wird es von der Historie und einem Ausblick eingerahmt. Studierende mit Bezug zur Sportwissenschaft erhalten einen umfassenden Einblick in die Sportinformatik, unterstützt durch ein didaktisch ausgefeiltes Konzept, das eine einfache Vermittlung der Lerninhalte ermöglicht. Zahlreiche digitale Übungsfragen untermauern den Lerneffekt und gewährleisten eine optimale Prüfungsvorbereitung. Für Fortgeschrittene bietet die vertiefende Diskussion von Zeitreihen Data Mining, künstlichen neuronalen Netzwerken, Convolution Kernel, Transfer Learning und Random Forests einen zusätzlichen Mehrwert. 

Portrait

Prof. Dr. Daniel Memmert ist geschäftsführender Institutsleiter und Professor am Institut für Trainingswissenschaften und Sportinformatik an der Deutschen Sporthochschule Köln. Er ist Herausgeber und Autor zahlreicher Lehrbücher mit Arbeitsschwerpunkten in der Bewegungswissenschaft sowie in der Sportpsychologie und -informatik. Sein Institut organisiert zwei Zertifikatsstudiengänge (Spielanalyse Team Köln / Sportdirektor*in im Nachwuchsleistungs- und Amateurfußball) sowie den ersten internationalen Weiterbildungs-Masterstudiengang „Spielanalyse“. 

Produktdetails

Einband

Set mit diversen Artikeln

Erscheinungsdatum

15.10.2023

Abbildungen

XVIII, 276 S. 42 Abb., 31 Abb. in Farbe.

Herausgeber Daniel Memmert

Produktdetails

Einband

Set mit diversen Artikeln

Erscheinungsdatum

15.10.2023

Abbildungen

XVIII, 276 S. 42 Abb., 31 Abb. in Farbe.

Herausgeber Daniel Memmert
Verlag Springer Berlin
Seitenzahl

276

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

452 g

Auflage

1. Auflage 2023

Sprache

Deutsch

ISBN

978-3-662-67025-5

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel findest du in

  • Produktbild: Sportinformatik
  • Produktbild: Sportinformatik
  • Teil I Historie.- Historie.- Teil II Datensätze.- Künstliche Datensätze.- Reale Datensätze: Textdaten.- Reale Datensätze: Videodaten.- Reale Datensätze: Eventdaten.- Reale Datensätze: Positionsdaten.- Reale Datensätze: Online-Daten.- Teil III Modellbildung.- Modellbildung.- Prädiktive Modelle.- Physiologische Modellierung.- Teil IV Simulation.- Simulation.- Metabolische Simulation.- Simulation physiologischer Anpassungsprozesse.- Teil V Programmiersprachen.- Eine Einführung in die Programmiersprache R.- Python.- Teil VI Datenanalyse.- Logistische Regression.- Zeitreihen Data Mining.- Process Mining.- Zentralität von Netzwerken.- Künstliche Neuronale Netzwerke.- Tiefe Neuronale Netzwerke.- Convolutional Neural Networks.- Transfer Learning.- Random Forest.- Statistisches Lernen.- open-set recognition.- Teil VII Visualisierung.- Grundlagen und Konzepte.- Teil VIII Ausblick.- Ausblick.