Buche

Das Handbuch der Datenwissenschaft und KI: Mit maschinellem Lernen und Datenanalyse Werte aus Daten generieren

‌
Katherine Munro

Katherine Munro

Data Science, Big Data und Künstliche Intelligenz gehören derzeit zu den meistdiskutierten Konzepten in Industrie, Regierung und Gesellschaft und sind gleichzeitig die am meisten missverstandenen. Dieses Buch klärt diese Konzepte und vermittelt Ihnen praktisches Wissen, um sie anzuwenden. Enthält:
  • Ein umfassender Überblick über die verschiedenen Anwendungsbereiche der Datenwissenschaft
  • Fallstudien aus der Praxis, um die beschriebenen Konzepte greifbar zu machen
  • Praktische Beispiele, die Ihnen helfen, einfache Datenanalyseprojekte durchzuführen
  • BONUS in der Druckausgabe: E-Book innen
Das Buch nähert sich dem Thema der Datenwissenschaft von mehreren Seiten. Vor allem zeigt es Ihnen, wie Sie Datenplattformen aufbauen und Data Science-Tools und -Methoden anwenden können. Auf dem Weg dorthin hilft es Ihnen zu verstehen - und den verschiedenen Interessengruppen zu erklären - wie Sie aus diesen Techniken einen Nutzen ziehen können, z.B. indem Sie Data Science anwenden, um Unternehmen dabei zu helfen, schnellere Entscheidungen zu treffen, Kosten zu senken und neue Märkte zu erschließen. Darüber hinaus erweckt es die grundlegenden Konzepte der Datenwissenschaft zum Leben, darunter Statistik, Mathematik und rechtliche Überlegungen. Schließlich skizziert das Buch praktische Fallstudien, die veranschaulichen, wie aus Daten generiertes Wissen verschiedene Branchen langfristig verändert. Enthält diese aktuellen Ausgaben:
  • Mathematische Grundlagen: Mathematik für maschinelles Lernen, damit Sie verschiedene ML-Algorithmen verstehen und nutzen können
  • Maschinelles Lernen: Von statistischem zu neuronalem Lernen und von Transformers und GPT-3 zu AutoML, wir stellen allgemeine Rahmenwerke für die Anwendung von ML in der Praxis vor
  • Natürliche Sprachverarbeitung: Tools und Techniken zur Gewinnung von Erkenntnissen aus Textdaten und zur Entwicklung von Sprachtechnologien
  • Computer Vision: Wie können wir mit Data Science Erkenntnisse aus Bildern und Videos gewinnen?
  • Modellierung und Simulation: Modellieren Sie das Verhalten komplexer Systeme, wie z.B. die Ausbreitung von COVID-19, und führen Sie eine Was-wäre-wenn-Analyse für verschiedene Szenarien durch.
  • ML und KI in der Produktion: Wie verwandelt man Experimente in ein funktionierendes Data-Science-Produkt? Präsentieren Sie Ihre Ergebnisse: Wichtige Präsentationstechniken für Datenwissenschaftler
Bestellen Sie Ihr Exemplar hier.