Sportinformatik
Springer (Verlag)
978-3-662-67025-5 (ISBN)
- Das Standardwerk für Sportinformatik-Module, sowohl im Bachelor als auch im Masterstudium
- Einfaches Lernen und optimale Klausurvorbereitung durch digitale Übungsfragen (SN Flashcards)
- Von über 30 Expertinnen und Experten der Sportinformatik verfasst
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.
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".
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.
| Erscheinungsdatum | 30.10.2023 |
|---|---|
| Zusatzinfo | 42 Abb., 31 Abb. in Farbe. |
| Verlagsort | Berlin |
| Sprache | deutsch |
| Maße | 155 x 235 mm |
| Gewicht | 451 g |
| Einbandart | kartoniert |
| Themenwelt | Sachbuch/Ratgeber ► Sport |
| Mathematik / Informatik ► Informatik ► Datenbanken | |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Medizin / Pharmazie | |
| Weitere Fachgebiete ► Sportwissenschaft | |
| Schlagworte | Auswertung, Analyse und Visualisierung von sportbezogenen Daten • Big Data und Machine Learning im Sport • Datenanalyse und Datenvisualisierung • Datenerfassung im Sport • Künstliche Intelligenz (KI) und maschinelles Lernen • Künstliche neuronale Netzwerke • Leistungsindikatoren • Logistische Regression • Master Sportinformatik • Metabolische Simulation • Modellbildung, Mustererkennung und Simulationen • Physiologische Modellierung • Positionsdaten, Eventdaten, Videodaten • Prädiktive Modelle • Programmiersprachen, R und Python • Random Forests, open-set recognition • Studium Sportwissenschaft • Textdaten, Online-Daten • transfer learning • Zeitreihen Data Mining |
| ISBN-10 | 3-662-67025-9 / 3662670259 |
| ISBN-13 | 978-3-662-67025-5 / 9783662670255 |
| Zustand | Neuware |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
