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 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. (Quelle: Verlag) - Literaturverzeichnis: Seite 299-316
Suche nach diesem Verfasser
Verfasserangabe:
Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden (Hrsg.)
Jahr:
2019
Verlag:
Heidelberg, dpunkt Verlag
Aufsätze:
Zu diesem Aufsatz wechseln
opens in new tab
Systematik:
Suche nach dieser Systematik
TXU
Suche nach diesem Interessenskreis
ISBN:
978-3-86490-610-7
2. ISBN:
3-86490-610-5
Beschreibung:
XVI, 320 Seiten, Illustrationen
Sprache:
Deutsch
Mediengruppe:
MONO