- Umfassender Überblick über die verschiedenen Anwendungsbereiche der Datenwissenschaft-
Fallbeispiele aus der Praxis machen die beschriebenen Konzepte greifbar- Praktische Beispiele
helfen Ihnen einfache Datenanalyseprojekte durchzuführen- Ihr exklusiver Vorteil: E-Book
inside beim Kauf des gedruckten BuchesData Science Big Data und künstliche Intelligenz gehören
derzeit zu den Konzepten über die in Industrie Regierung und Gesellschaft am meisten geredet
wird die aber auch am meisten missverstanden werden. Dieses Buch klärt diese Konzepte und
vermittelt Ihnen praktisches Wissen um sie anzuwenden.Das Buch nähert sich dem Thema Data
Science von mehreren Seiten. Es zeigt Ihnen wie Sie Datenplattformen aufbauen sowie Data
Science Tools und Methoden anwenden. Auf dem Weg dorthin hilft es Ihnen zu verstehen - und den
verschiedenen Interessengruppen zu erklären - wie Sie aus diesen Techniken einen Mehrwert
generieren können z. B. indem Sie Data Science einsetzen um Unternehmen dabei zu helfen
schnellere Entscheidungen zu treffen Kosten zu senken und neue Märkte zu erschließen.In einem
zweiten Teil werden die grundlegenden Konzepte der Datenwissenschaft beschrieben
einschließlich mathematischer Grundlagen Verfahren maschinellen Lernens inklusive Frameworks
sowie Text- Bild- und Sprachverarbeitung. Abgerundet wird das Buch durch rechtliche
Überlegungen und praktische Fallstudien aus verschiedenen Branchen.Das Autor:innenteam besteht
aus Datenexpert:innen aus der Wirtschaft und aus dem akademischen Umfeld. Das Spektrum reicht
von strategisch ausgerichteten Führungskräften über Data Engineers die Produktivsysteme
erstellen bis hin zu Data Scientists die aus Daten Wert generieren. Alle Autor:innen sind im
Vorstand oder Mitglieder der Vienna Data Science Group (VDSG). Diese NGO hat sich zum Ziel
gesetzt eine Plattform für den Wissensaustausch zu etablieren.AUS DEM INHALT - Grundlagen
der Mathematik: ML-Algorithmen verstehen und nutzen- Machine Learning: Von statistischen zu
neuronalen Verfahren von Transformers und GPT-3 bis AutoML- Natural Language Processing:
Werkzeuge und Techniken zur Gewinnung von Erkenntnissen aus Textdaten und zur Entwicklung von
Sprachtechnologien- Computer Vision: Erkenntnisse aus Bildern und Videos gewinnen- Modellierung
und Simulation: Modellierung des Verhaltens komplexer Systeme z. B. der Ausbreitung von
COVID-19. Was-wäre-wenn-Analysen- ML und KI in der Produktion: Vom Experiment zum
Data-Science-Produkt- Ergebnisse präsentieren: Grundlegende Präsentationstechniken für Data
Scientists
