Data Science : Grundlagen, Architekturen und Anwendungen

Bibliographische Detailangaben

Titel
Data Science Grundlagen, Architekturen und Anwendungen
verantwortlich
Haneke, Uwe (HerausgeberIn); Trahasch, Stephan (HerausgeberIn); Zimmer, Michael (HerausgeberIn); Felden, Carsten (HerausgeberIn); Dpunkt.Verlag (Verlag)
Ausgabe
2., überarbeitete und erweiterte Auflage
veröffentlicht
Heidelberg: dpunkt.verlag, 2021
Erscheinungsjahr
2021
Teil von
Edition TDWI
Erscheint auch als
Data Science, 2., überarbeitete und erweiterte Auflage, Heidelberg : dpunkt.verlag, 2021, 1 Online-Ressource (392 Seiten)
Erscheint auch als
Data Science, 2., überarbeitete und erweiterte Auflage, Heidelberg : dpunkt.verlag, 2021, 1 Online-Ressource (xix, 371 Seiten)
Erscheint auch als
Data Science, 2., überarbeitete und erweiterte Auflage, Heidelberg : dpunkt.verlag, 2021, 1 Online-Ressource (392 Seiten)
Andere Ausgaben
Data Science: Grundlagen, Architekturen und Anwendungen
Mehr ...
Andere Ausgaben
Data Science: Grundlagen, Architekturen und Anwendungen
Mehr ...
Andere Ausgaben
Data Science: Grundlagen, Architekturen und Anwendungen
Mehr ...
Medientyp
Buch
Datenquelle
K10plus Verbundkatalog
Tags
Tag hinzufügen
Zusammenfassung
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 stöt︣. 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. (Verlagstext)
Umfang
xix, 371 Seiten; Illustrationen, Diagramme; 24 cm x 17 cm
Sprache
Deutsch
Schlagworte
Data Science > Big Data > Business Intelligence > Data Mining
RVK-Notation
  • Informatik
    • Monografien
      • Einzelne Anwendungen der Datenverarbeitung
        • Wirtschaftsinformatik
          • Data-warehouse-Konzept; Data mining
BK-Notation
54.80 Angewandte Informatik
54.72 Künstliche Intelligenz
ISBN
9783864908224
3864908221