|
|
|
|
| LEADER |
07770cam a2201237 4500 |
| 001 |
183-1742004210 |
| 003 |
DE-627 |
| 005 |
20230613094359.0 |
| 007 |
tu |
| 008 |
201202s2021 gw ||||| 00| ||ger c |
| 015 |
|
|
|a 20,N49
|2 dnb
|
| 016 |
7 |
|
|a 1222298732
|2 DE-101
|
| 020 |
|
|
|a 9783864908224
|c Festeinband : EUR 59.90 (DE), circa EUR 61.60 (AT)
|9 978-3-86490-822-4
|
| 020 |
|
|
|a 3864908221
|9 3-86490-822-1
|
| 024 |
3 |
|
|a 9783864908224
|
| 035 |
|
|
|a (DE-627)1742004210
|
| 035 |
|
|
|a (DE-599)DNB1222298732
|
| 035 |
|
|
|a (OCoLC)1225086522
|
| 040 |
|
|
|a DE-627
|b ger
|c DE-627
|e rda
|
| 041 |
|
|
|a ger
|
| 044 |
|
|
|c XA-DE-BW
|
| 072 |
|
7 |
|a Wirtschaftsinformatik
|2 bicssc
|
| 084 |
|
|
|a EDV 130
|2 sfb
|
| 084 |
|
|
|a ST 530
|q DE-24/21sred
|2 rvk
|0 (DE-625)rvk/143679:
|
| 084 |
|
|
|a 54.80
|2 bkl
|
| 084 |
|
|
|a 54.72
|2 bkl
|
| 245 |
1 |
0 |
|a Data Science
|b Grundlagen, Architekturen und Anwendungen
|c Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden (Hrsg.)
|
| 250 |
|
|
|a 2., überarbeitete und erweiterte Auflage
|
| 264 |
|
1 |
|a Heidelberg
|b dpunkt.verlag
|c 2021
|
| 300 |
|
|
|a xix, 371 Seiten
|b Illustrationen, Diagramme
|c 24 cm x 17 cm
|
| 336 |
|
|
|a Text
|b txt
|2 rdacontent
|
| 337 |
|
|
|a ohne Hilfsmittel zu benutzen
|b n
|2 rdamedia
|
| 338 |
|
|
|a Band
|b nc
|2 rdacarrier
|
| 490 |
0 |
|
|a Edition TDWI
|
| 500 |
|
|
|a Literaturverzeichnis: Seite 345-365
|
| 520 |
|
|
|a 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)
|
| 650 |
|
0 |
|a Business intelligence
|2 DE-289
|
| 650 |
|
0 |
|a Data mining
|2 DE-289
|
| 650 |
|
0 |
|a Big data
|2 DE-289
|
| 650 |
|
0 |
|a Machine learning
|2 DE-289
|
| 655 |
|
7 |
|a Aufsatzsammlung
|0 (DE-588)4143413-4
|0 (DE-627)105605727
|0 (DE-576)209726091
|2 gnd-content
|
| 689 |
0 |
0 |
|D s
|0 (DE-588)1140936166
|0 (DE-627)898774306
|0 (DE-576)494140666
|a Data Science
|2 gnd
|
| 689 |
0 |
1 |
|D s
|0 (DE-588)4802620-7
|0 (DE-627)472310364
|0 (DE-576)216543657
|a Big Data
|2 gnd
|
| 689 |
0 |
2 |
|D s
|0 (DE-588)4588307-5
|0 (DE-627)325291357
|0 (DE-576)21400192X
|a Business Intelligence
|2 gnd
|
| 689 |
0 |
3 |
|D s
|0 (DE-588)4428654-5
|0 (DE-627)216935180
|0 (DE-576)212347217
|a Data Mining
|2 gnd
|
| 689 |
0 |
|
|5 DE-101
|
| 689 |
0 |
|
|5 (DE-627)
|
| 700 |
1 |
|
|a Haneke, Uwe
|d 1964-
|e HerausgeberIn
|0 (DE-588)122150546
|0 (DE-627)081766378
|0 (DE-576)182943453
|4 edt
|
| 700 |
1 |
|
|a Trahasch, Stephan
|e HerausgeberIn
|0 (DE-588)1079608842
|0 (DE-627)841271380
|0 (DE-576)452828325
|4 edt
|
| 700 |
1 |
|
|a Zimmer, Michael
|d 1981-
|e HerausgeberIn
|0 (DE-588)1034088351
|0 (DE-627)744045614
|0 (DE-576)381731731
|4 edt
|
| 700 |
1 |
|
|a Felden, Carsten
|d 1969-
|e HerausgeberIn
|0 (DE-588)1020725702
|0 (DE-627)688578217
|0 (DE-576)18558022X
|4 edt
|
| 710 |
2 |
|
|a Dpunkt.Verlag
|g Heidelberg
|e Verlag
|0 (DE-588)6085529-0
|0 (DE-627)364215933
|0 (DE-576)310300479
|4 pbl
|
| 776 |
1 |
|
|z 9783969101520
|c PDF
|
| 776 |
1 |
|
|z 9783969101537
|c ePub
|
| 776 |
1 |
|
|z 9783969101544
|c mobi
|
| 776 |
0 |
8 |
|i Erscheint auch als
|n Online-Ausgabe
|t Data Science
|b 2., überarbeitete und erweiterte Auflage
|d Heidelberg : dpunkt.verlag, 2021
|h 1 Online-Ressource (392 Seiten)
|w (DE-627)175530062X
|z 9783969101520
|z 9783969101537
|z 9783969101544
|
| 776 |
0 |
8 |
|i Erscheint auch als
|n Online-Ausgabe, EBSCO
|t Data Science
|b 2., überarbeitete und erweiterte Auflage
|d Heidelberg : dpunkt.verlag, 2021
|h 1 Online-Ressource (xix, 371 Seiten)
|w (DE-627)1776028171
|z 9783969101520
|z 9783969101537
|z 9783969101544
|
| 776 |
0 |
8 |
|i Erscheint auch als
|n Online-Ausgabe
|t Data Science
|b 2., überarbeitete und erweiterte Auflage
|d Heidelberg : dpunkt.verlag, 2021
|h 1 Online-Ressource (392 Seiten)
|w (DE-627)1751891739
|z 9783969101520
|z 9783969101537
|z 9783969101544
|
| 856 |
4 |
2 |
|u http://deposit.dnb.de/cgi-bin/dokserv?id=cc9bfc7bd0da4a0180f0d43c2dd49618&prov=M&dok_var=1&dok_ext=htm
|m X:MVB
|q text/html
|v 2020-12-02
|x Verlag
|3 Inhaltstext
|
| 856 |
4 |
2 |
|u https://d-nb.info/1222298732/04
|m B:DE-101
|q application/pdf
|v 2021-05-26
|x Verlag
|3 Inhaltsverzeichnis
|
| 924 |
0 |
|
|a 3935006462
|b DE-84
|9 84
|c GBV
|d c
|g CS F 342
|g 2965-4880
|h LS1
|h MAG
|
| 924 |
0 |
|
|a 3883133671
|b DE-18
|9 18
|c GBV
|d d
|g ST 530 H237 87173
|h 18/261
|
| 924 |
0 |
|
|a 3914192569
|b DE-18
|9 18
|c GBV
|d d
|g A DAT 54951
|h 18/228
|
| 924 |
0 |
|
|a 3931271404
|b DE-8
|9 8
|c GBV
|d d
|g HANE R-37716
|h 8/60a
|
| 924 |
0 |
|
|a 4371068960
|b DE-104
|9 104
|c GBV
|d c
|g ST 530 H237(2)
|g 2023 A 315
|h LS
|
| 924 |
0 |
|
|a 4001813343
|b DE-Ilm1
|9 Ilm 1
|c GBV
|d c
|g INF ST 271 D17 H237(2)
|h 53
|
| 924 |
0 |
|
|a 291300111
|b DE-547
|9 547
|c GBV
|d c
|g ST 530 H237(2)
|h LS
|
| 924 |
0 |
|
|a 3972470479
|b DE-28
|9 28
|c GBV
|d c
|g ST 530 H237(2)
|h 28/BB1
|
| 924 |
0 |
|
|a 399998838X
|b DE-3
|9 3
|c GBV
|d c
|g ST 530 133<2>
|h Ha 4
|
| 924 |
0 |
|
|a 4334343562
|b DE-115
|9 115
|c GBV
|d c
|g EDV 130
|h Stadtbibliothek
|
| 924 |
0 |
|
|a 3970966884
|b DE-542
|9 542
|c GBV
|d c
|g 54.72 4<2>/1
|g 2021:1123
|h FH
|
| 924 |
0 |
|
|a 3880692963
|b DE-959
|9 959
|c GBV
|d c
|g TWV 270 645/2
|h W
|
| 924 |
0 |
|
|a 4005107060
|b DE-Wis1
|9 Wis 1
|c GBV
|d c
|g 2021 A 827
|g QH 500 H237(2)
|h FH
|
| 924 |
0 |
|
|a 3995293638
|b DE-546
|9 546
|c GBV
|d c
|g ST 530 S237 (2)
|h LS
|
| 924 |
0 |
|
|a 4020153906
|b DE-916
|9 916
|c GBV
|d c
|g 169-22 :2
|h SUD
|
| 924 |
0 |
|
|a 3883830690
|b DE-1041
|9 1041
|c GBV
|d c
|g ST 530 H237(2)
|
| 924 |
0 |
|
|a 3915106577
|b DE-56
|9 56
|c GBV
|d d
|
| 924 |
0 |
|
|a 3958387314
|b DE-14
|9 14
|c BSZ
|d c
|
| 924 |
0 |
|
|a 3883124788
|b DE-24
|9 24
|c BSZ
|d c
|g 71/1861
|
| 924 |
0 |
|
|a 3947039638
|b DE-15-292
|9 15/292
|c BSZ
|d c
|
| 924 |
0 |
|
|a 4116974358
|b DE-16
|9 16
|c BSZ
|d c
|g LN-U10-19236
|
| 924 |
0 |
|
|a 398221761X
|b DE-93
|9 93
|c BSZ
|d c
|
| 924 |
0 |
|
|a 3879764212
|b DE-93-104
|9 93/104
|c BSZ
|d k
|g T 4/141(2)
|
| 924 |
0 |
|
|a 3901180230
|b DE-31
|9 31
|c BSZ
|d c
|
| 924 |
0 |
|
|a 3890717470
|b DE-289
|9 289
|c BSZ
|d c
|g QAA 708/2021 H
|
| 924 |
0 |
|
|a 3909030610
|b DE-105
|9 105
|c BSZ
|d c
|g 21.1386 8.
|
| 924 |
0 |
|
|a 3882711183
|b DE-Rt2
|9 Rt 2
|c BSZ
|d c
|g Wi 2-600-440/2
|
| 924 |
0 |
|
|a 3880733554
|b DE-840
|9 840
|c BSZ
|d c
|
| 924 |
0 |
|
|a 3880734070
|b DE-840-3
|9 840/3
|c BSZ
|d c
|g ST 530 H237 (2021)
|
| 924 |
0 |
|
|a 3918815501
|b DE-L189
|9 L 189
|c BSZ
|d c
|
| 924 |
0 |
|
|a 3880743118
|b DE-520
|9 520
|c BSZ
|d c
|g ST 530-21 0609
|
| 924 |
0 |
|
|a 4033946780
|b DE-951
|9 951
|c BSZ
|d c
|g inf 5.6 2022 9(2)
|
| 924 |
0 |
|
|a 3880820228
|b DE-958
|9 958
|c BSZ
|d c
|g Wcb 135
|
| 924 |
0 |
|
|a 3949514147
|b DE-Stg259
|9 Stg 259
|c BSZ
|d d
|g THk 98
|
| 924 |
0 |
|
|a 4184365043
|b DE-753
|9 753
|c BSZ
|d c
|g Na Dat-1
|
| 924 |
0 |
|
|a 4348942145
|b DE-Mh35
|9 Mh 35
|c BSZ
|d c
|g INF D 20000.52 (2)
|
| 924 |
0 |
|
|a 3884084097
|b DE-943
|9 943
|c BSZ
|d c
|g 495 Dat
|
| 924 |
0 |
|
|a 3963719745
|b DE-Vil2
|9 Vil 2
|c BSZ
|d d
|g IU 40
|
| 924 |
0 |
|
|a 3934514987
|b DE-Rav1
|9 Rav 1
|c BSZ
|d c
|g IPi 38
|
| 924 |
0 |
|
|a 4045606661
|b DE-950
|9 950
|c BSZ
|d c
|g inf 8.6/37
|
| 924 |
0 |
|
|a 3941357832
|b DE-Meg1
|9 Meg 1
|c BSZ
|d d
|g ST 530 6(2)
|
| 936 |
r |
v |
|a ST 530
|b Data-warehouse-Konzept; Data mining
|k Informatik
|k Monografien
|k Einzelne Anwendungen der Datenverarbeitung
|k Wirtschaftsinformatik
|k Data-warehouse-Konzept; Data mining
|0 (DE-627)1272555585
|0 (DE-625)rvk/143679:
|0 (DE-576)202555585
|
| 936 |
b |
k |
|a 54.80
|j Angewandte Informatik
|0 (DE-627)106417967
|
| 936 |
b |
k |
|a 54.72
|j Künstliche Intelligenz
|0 (DE-627)10641240X
|
| 951 |
|
|
|a BO
|
| 980 |
|
|
|a 1742004210
|b 183
|c sid-183-col-kxpbbi
|
SOLR
| _version_ |
1797788667066974208 |
| author2 |
Haneke, Uwe, Trahasch, Stephan, Zimmer, Michael, Felden, Carsten |
| author2_role |
edt, edt, edt, edt |
| author2_variant |
u h uh, s t st, m z mz, c f cf |
| author_corporate |
Dpunkt.Verlag |
| author_corporate_role |
pbl |
| author_facet |
Haneke, Uwe, Trahasch, Stephan, Zimmer, Michael, Felden, Carsten, Dpunkt.Verlag |
| building |
Library A |
| collection |
sid-183-col-kxpbbi |
| contents |
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) |
| ctrlnum |
(DE-627)1742004210, (DE-599)DNB1222298732, (OCoLC)1225086522 |
| edition |
2., überarbeitete und erweiterte Auflage |
| facet_avail |
Local |
| facet_local_del330 |
Data Science, Big Data, Business Intelligence, Data Mining |
| finc_class_facet |
Informatik |
| fincclass_txtF_mv |
science-computerscience |
| footnote |
Literaturverzeichnis: Seite 345-365 |
| format |
Book |
| format_access_txtF_mv |
Book, E-Book |
| format_de14 |
Book, E-Book |
| format_de15 |
Book, E-Book |
| format_del152 |
Buch |
| format_detail_txtF_mv |
text-print-monograph-independent |
| format_dezi4 |
e-Book |
| format_finc |
Book, E-Book |
| format_legacy |
Book |
| format_legacy_nrw |
Book, E-Book |
| format_nrw |
Book, E-Book |
| format_strict_txtF_mv |
Book |
| genre |
Aufsatzsammlung (DE-588)4143413-4 (DE-627)105605727 (DE-576)209726091 gnd-content |
| genre_facet |
Aufsatzsammlung |
| geogr_code |
not assigned |
| geogr_code_person |
not assigned |
| id |
183-1742004210 |
| illustrated |
Not Illustrated |
| imprint |
Heidelberg, dpunkt.verlag, 2021 |
| imprint_str_mv |
Heidelberg: dpunkt.verlag, 2021 |
| institution |
FID-BBI-DE-23 |
| is_hierarchy_id |
|
| is_hierarchy_title |
|
| isbn |
9783864908224, 3864908221 |
| isbn_isn_mv |
9783969101520, 9783969101537, 9783969101544 |
| language |
German |
| last_indexed |
2024-04-30T19:21:15.95Z |
| marc024a_ct_mv |
9783864908224 |
| marc_error |
[geogr_code]Unable to make public java.lang.AbstractStringBuilder java.lang.AbstractStringBuilder.append(java.lang.String) accessible: module java.base does not "opens java.lang" to unnamed module @64e01542 |
| match_str |
haneke2021datasciencegrundlagenarchitekturenundanwendungen |
| mega_collection |
K10plus Verbundkatalog |
| oclc_num |
1225086522 |
| physical |
xix, 371 Seiten; Illustrationen, Diagramme; 24 cm x 17 cm |
| publishDate |
2021 |
| publishDateSort |
2021 |
| publishPlace |
Heidelberg |
| publisher |
dpunkt.verlag |
| record_format |
marcfinc |
| record_id |
1742004210 |
| recordtype |
marcfinc |
| rvk_facet |
ST 530 |
| rvk_label |
Informatik, Monografien, Einzelne Anwendungen der Datenverarbeitung, Wirtschaftsinformatik, Data-warehouse-Konzept; Data mining |
| rvk_path |
ST, SQ - SU, ST 530, ST 500 - ST 530, ST 320 - ST 690 |
| rvk_path_str_mv |
ST, SQ - SU, ST 530, ST 500 - ST 530, ST 320 - ST 690 |
| series2 |
Edition TDWI |
| source_id |
183 |
| spelling |
Data Science Grundlagen, Architekturen und Anwendungen Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden (Hrsg.), 2., überarbeitete und erweiterte Auflage, Heidelberg dpunkt.verlag 2021, xix, 371 Seiten Illustrationen, Diagramme 24 cm x 17 cm, Text txt rdacontent, ohne Hilfsmittel zu benutzen n rdamedia, Band nc rdacarrier, Edition TDWI, Literaturverzeichnis: Seite 345-365, 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), Business intelligence DE-289, Data mining DE-289, Big data DE-289, Machine learning DE-289, Aufsatzsammlung (DE-588)4143413-4 (DE-627)105605727 (DE-576)209726091 gnd-content, s (DE-588)1140936166 (DE-627)898774306 (DE-576)494140666 Data Science gnd, s (DE-588)4802620-7 (DE-627)472310364 (DE-576)216543657 Big Data gnd, s (DE-588)4588307-5 (DE-627)325291357 (DE-576)21400192X Business Intelligence gnd, s (DE-588)4428654-5 (DE-627)216935180 (DE-576)212347217 Data Mining gnd, DE-101, (DE-627), Haneke, Uwe 1964- HerausgeberIn (DE-588)122150546 (DE-627)081766378 (DE-576)182943453 edt, Trahasch, Stephan HerausgeberIn (DE-588)1079608842 (DE-627)841271380 (DE-576)452828325 edt, Zimmer, Michael 1981- HerausgeberIn (DE-588)1034088351 (DE-627)744045614 (DE-576)381731731 edt, Felden, Carsten 1969- HerausgeberIn (DE-588)1020725702 (DE-627)688578217 (DE-576)18558022X edt, Dpunkt.Verlag Heidelberg Verlag (DE-588)6085529-0 (DE-627)364215933 (DE-576)310300479 pbl, 9783969101520 PDF, 9783969101537 ePub, 9783969101544 mobi, Erscheint auch als Online-Ausgabe Data Science 2., überarbeitete und erweiterte Auflage Heidelberg : dpunkt.verlag, 2021 1 Online-Ressource (392 Seiten) (DE-627)175530062X 9783969101520 9783969101537 9783969101544, Erscheint auch als Online-Ausgabe, EBSCO Data Science 2., überarbeitete und erweiterte Auflage Heidelberg : dpunkt.verlag, 2021 1 Online-Ressource (xix, 371 Seiten) (DE-627)1776028171 9783969101520 9783969101537 9783969101544, Erscheint auch als Online-Ausgabe Data Science 2., überarbeitete und erweiterte Auflage Heidelberg : dpunkt.verlag, 2021 1 Online-Ressource (392 Seiten) (DE-627)1751891739 9783969101520 9783969101537 9783969101544, http://deposit.dnb.de/cgi-bin/dokserv?id=cc9bfc7bd0da4a0180f0d43c2dd49618&prov=M&dok_var=1&dok_ext=htm X:MVB text/html 2020-12-02 Verlag Inhaltstext, https://d-nb.info/1222298732/04 B:DE-101 application/pdf 2021-05-26 Verlag Inhaltsverzeichnis |
| spellingShingle |
Data Science: Grundlagen, Architekturen und Anwendungen, 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), Business intelligence, Data mining, Big data, Machine learning, Aufsatzsammlung, Data Science, Big Data, Business Intelligence, Data Mining |
| title |
Data Science: Grundlagen, Architekturen und Anwendungen |
| title_auth |
Data Science Grundlagen, Architekturen und Anwendungen |
| title_full |
Data Science Grundlagen, Architekturen und Anwendungen Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden (Hrsg.) |
| title_fullStr |
Data Science Grundlagen, Architekturen und Anwendungen Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden (Hrsg.) |
| title_full_unstemmed |
Data Science Grundlagen, Architekturen und Anwendungen Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden (Hrsg.) |
| title_short |
Data Science |
| title_sort |
data science grundlagen, architekturen und anwendungen |
| title_sub |
Grundlagen, Architekturen und Anwendungen |
| title_unstemmed |
Data Science: Grundlagen, Architekturen und Anwendungen |
| topic |
Business intelligence, Data mining, Big data, Machine learning, Aufsatzsammlung, Data Science, Big Data, Business Intelligence, Data Mining |
| topic_facet |
Business intelligence, Data mining, Big data, Machine learning, Aufsatzsammlung, Data Science, Big Data, Business Intelligence, Data Mining |
| url |
http://deposit.dnb.de/cgi-bin/dokserv?id=cc9bfc7bd0da4a0180f0d43c2dd49618&prov=M&dok_var=1&dok_ext=htm, https://d-nb.info/1222298732/04 |
| work_keys_str_mv |
AT hanekeuwe datasciencegrundlagenarchitekturenundanwendungen, AT trahaschstephan datasciencegrundlagenarchitekturenundanwendungen, AT zimmermichael datasciencegrundlagenarchitekturenundanwendungen, AT feldencarsten datasciencegrundlagenarchitekturenundanwendungen, AT dpunktverlag datasciencegrundlagenarchitekturenundanwendungen |