Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 78 of 100
Back to Result List

Data Science

  • Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre GrenzenData Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre Grenzen stößt. Dieses Buch bietet eine umfassende Einführung in Data Science und deren praktische Relevanz für Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-Ökosystem thematisiert. In verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Neben den Grundlagen werden unter anderem folgende Themen behandelt: - Data Science und künstliche 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 Anwendungsfälle und Praxisbeispiele geben Einblicke in die aktuellen Erfahrungen bei Data-Science-Projekten und erlauben dem Leser einen direkten Transfer in die tägliche Arbeit.show moreshow less

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Document Type:Book
Zitierlink: https://opus.hs-offenburg.de/3930
Bibliografische Angaben
Title (German):Data Science
Subtitle (German):Grundlagen, Architekturen und Anwendungen
Edition:1.
Year of Publication:2019
Place of publication:Heidelberg
Publisher:dpunkt.verlag GmbH
Page Number:336
Editor:Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden
ISBN:978-3-86490-610-7 (Print)
ISBN:978-3-96088-584-9 (PDF)
ISBN:978-3-96088-585-6 (ePub)
ISBN:978-3-96088-586-3 (Mobi)
Language:German
Inhaltliche Informationen
Institutes:Fakultät Elektrotechnik, Medizintechnik und Informatik (EMI) (ab 04/2019)
Forschung / IMLA - Institute for Machine Learning and Analytics
Institutes:Bibliografie
DDC classes:000 Allgemeines, Informatik, Informationswissenschaft
Formale Angaben
Licence (German):License LogoUrheberrechtlich geschützt
Comment:
Nachauflage: 2. Auflage, 2021