Data Science : Grundlagen, Architekturen und Anwendungen
Bibliographische Detailangaben
- Titel
- Data Science Grundlagen, Architekturen und Anwendungen
- verantwortlich
- ; ; ; ;
- Ausgabe
- 2., überarbeitete und erweiterte Auflage
- veröffentlicht
- 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
Zugang
Weitere Informationen sehen Sie, wenn Sie angemeldet sind. Noch keinen Account? Jetzt registrieren.
Andere Ausgaben
- Details Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Standorte Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Internformat Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- 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
- 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