@book{OPUS4-3930,
  title     = {Data Science},
  editor    = {Uwe Haneke and Stephan Trahasch and Michael Zimmer and Carsten Felden},
  edition   = {1.},
  publisher = {dpunkt.verlag GmbH},
  address   = {Heidelberg},
  isbn      = {978-3-86490-610-7 (Print)},
  pages     = {336},
  year      = {2019},
  abstract  = {Data Science steht derzeit wie kein anderer Begriff f{\"u}r die Auswertung gro{\"s}er Datenmengen mit analytischen Konzepten des Machine Learning oder der k{\"u}nstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verf{\"u}gbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre Grenzen st{\"o}{\"s}t. Dieses Buch bietet eine umfassende Einf{\"u}hrung in Data Science und deren praktische Relevanz f{\"u}r Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-{\"O}kosystem thematisiert. In verschiedenen Beitr{\"a}gen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erl{\"a}utert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Neben den Grundlagen werden unter anderem folgende Themen behandelt: - Data Science und k{\"u}nstliche Intelligenz - Konzeption und Entwicklung von Data-driven Products - Deep Learning - Self-Service im Data-Science-Umfeld - Data Privacy und Fragen zur digitalen Ethik - Customer Churn mit Keras/TensorFlow und H2O - Wirtschaftlichkeitsbetrachtung bei der Auswahl und Entwicklung von Data Science - Predictive Maintenance - Scrum in Data-Science-Projekten Zahlreiche Anwendungsf{\"a}lle und Praxisbeispiele geben Einblicke in die aktuellen Erfahrungen bei Data-Science-Projekten und erlauben dem Leser einen direkten Transfer in die t{\"a}gliche Arbeit.},
  language  = {de}
}