Handbuch Data Science und KI - Katherine Munro, Stefan Papp, Zoltan Toth, Wolfgang Weidinger, Danko Nikolic, Barbora Antasova Vesela, Karin Bruckmüller, Annalisa Cadonna, Jana Eder, Jeannette Gorzala, Gerald A. Hahn, Georg Langs, Roxane Licandro, Christian Mata, Sean McIntyre, Mario Meir-Huber, György Móra, Manuel Pasieska, Victoria Rugli, Rania Wazir, Günther Zauner

Handbuch Data Science und KI

Mit Machine Learning und Datenanalyse Wert aus Daten generieren
Buch | Hardcover
704 Seiten
2024 | 3., aktualisierte und erweiterte Auflage
Hanser, Carl (Verlag)
978-3-446-47937-1 (ISBN)
59,99 inkl. MwSt
Data Science, Big Data und künstliche Intelligenz gehören derzeit zu den Konzepten, über die in Industrie, Regierung und Gesellschaft am meisten diskutiert wird, die aber auch am meisten missverstanden werden. Dieses Buch klärt diese Konzepte und vermittelt Ihnen praktisches Wissen, um sie anzuwenden.
Das Buch nähert sich dem Thema Data Science von mehreren Seiten. Es zeigt Ihnen, wie Sie Datenplattformen aufbauen sowie Data Science Tools und -Methoden anwenden. Auf dem Weg dorthin hilft es Ihnen zu verstehen - und den verschiedenen Interessengruppen zu erklären - wie Sie aus diesen Techniken einen Mehrwert generieren können, z. B. indem Sie Data Science einsetzen, um Unternehmen dabei zu helfen, schnellere Entscheidungen zu treffen, Kosten zu senken und neue Märkte zu erschließen.
In einem zweiten Teil werden die grundlegenden Data-Science-Konzepte beschrieben, einschließlich mathematischer Grundlagen, Machine-Learning-Verfahren inklusive Frameworks sowie Text-, Bild- und Sprachverarbeitung. Abgerundet wird das Buch durch rechtliche Überlegungen und praktische Fallstudien aus verschiedenen Branchen.

AUS DEM INHALT //
- Grundlagen der Mathematik: ML-Algorithmen verstehen und nutzen
- Machine Learning: Von statistischen zu neuronalen Verfahren; von Transformers und GPT bis AutoML
- Natural Language Processing: Werkzeuge und Techniken zur Gewinnung von Erkenntnissen aus Textdaten und zur Entwicklung von Sprachtechnologien
- Computer Vision: Erkenntnisse aus Bildern und Videos gewinnen
- Modellierung und Simulation: Modellierung des Verhaltens komplexer Systeme, Durchführen von Was-wäre-wenn-Analysen
- ML und KI in der Produktion: Vom Experiment zum Data-Science-Produkt
- Ergebnisse präsentieren: Grundlegende Präsentationstechniken für Data Scientists

Das Autor:innenteam besteht aus Datenexpert:innen aus der Wirtschaft und aus dem akademischen Umfeld. Das Spektrum reicht von strategisch ausgerichteten Führungskräften über Data Engineers, die Produktivsysteme erstellen, bis hin zu Data Scientists, die aus Daten Wert generieren. Alle Autor:innen sind im Vorstand oder Mitglieder der Vienna Data Science Group (VDSG). Diese NGO hat sich zum Ziel gesetzt, eine Plattform für den Wissensaustausch zu etablieren.
Erscheint lt. Verlag 13.12.2024
Verlagsort München
Sprache deutsch
Themenwelt Mathematik / Informatik Informatik Datenbanken
Schlagworte Business Intelligence • Chatbots • computer vision • data engineering • Data Scientist • Datenanalyse • Datenstrategie • Deep learning • machine learning • MLOps • ML Security • Statistik
ISBN-10 3-446-47937-6 / 3446479376
ISBN-13 978-3-446-47937-1 / 9783446479371
Zustand Neuware
Haben Sie eine Frage zum Produkt?
Mehr entdecken
aus dem Bereich
Einführung in die Praxis der Datenbankentwicklung für Ausbildung, …

von René Steiner

Buch | Softcover (2021)
Springer Fachmedien Wiesbaden GmbH (Verlag)
49,99
Der Grundkurs für Ausbildung und Praxis

von Ralf Adams

Buch (2023)
Carl Hanser (Verlag)
29,99