Data Science
- Know-how für Data Scientists • Übersichtliche und anwendungsbezogene Einführung • Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen • Potenziale, aber auch mögliche Fallstricke werden aufgezeigt Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichenKnow-how für Data Scientists • Übersichtliche und anwendungsbezogene Einführung • Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen • Potenziale, aber auch mögliche Fallstricke werden aufgezeigt 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 Businss 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. Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert.…
Document Type: | Book |
---|---|
Zitierlink: | https://opus.hs-offenburg.de/5423 | Bibliografische Angaben |
Title (German): | Data Science |
Subtitle (German): | Grundlagen, Architekturen und Anwendungen |
Edition: | 2., überarbeitete und erweiterte Auflage |
Year of Publication: | 2021 |
Date of first Publication: | 2021/03/02 |
Place of publication: | Heidelberg |
Publisher: | dpunkt.verlag |
Page Number: | 392 |
Editor: | Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden |
ISBN: | 978-3-86490-822-4 (Print) |
ISBN: | 978-3-96910-524-5 (Bundle) |
ISBN: | 978-3-96910-152-0 (PDF) |
ISBN: | 978-3-96910-153-7 (ePub) |
ISBN: | 978-3-96910-154-4 (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 |
Tag: | Data Science | Formale Angaben |
Open Access: | Closed Access |
Licence (German): | Urheberrechtlich geschützt |
Comment: | Vorauflage: 1. Auflage, 2019 |