Bald!

Handbuch Data Science und KI

Mit Machine Learning und Datenanalyse Wert aus Daten generieren

ML-Algorithmen verstehen und nutzen

Verlag	HANSER Fachbuch
Autor:innen	Katherine Munro (3), Stefan Papp (3), Zoltan Toth (3), Wolfgang Weidinger (3), Danko Nikolic (3)
Fassung	704 Seiten, Hardcover, 3. Auflage
Erscheint ca.	12/2024
ISBN	978-3-446-47937-1 9783446479371

Buch

€59,99 inkl. MwSt.

Best.-Nr.: HA-47937

Versandkostenfrei (D)

In Vorbereitung

Bald!

Handbuch Data Science und KI

Mit Machine Learning und Datenanalyse Wert aus Daten generieren

ML-Algorithmen verstehen und nutzen

Verlag:	HANSER Fachbuch
Autor:innen	Katherine Munro (3), Stefan Papp (3), Zoltan Toth (3), Wolfgang Weidinger (3), Danko Nikolic (3)
Fassung:	704 Seiten, Hardcover, 3. Auflage
Erscheint ca.:	12/2024
ISBN:	978-3-446-47937-1 9783446479371

Best.-Nr.: HA-47937
In Vorbereitung

€59,99 inkl. MwSt.

Versandkostenfrei (D)

Best.-Nr.:

eBook (PDF)

€ inkl. MwSt.

Handbuch Data Science und KI

Mit Machine Learning und Datenanalyse Wert aus Daten generieren

ML-Algorithmen verstehen und nutzen

Bald!

Best.-Nr.: HA-47937
In Vorbereitung

€59,99 inkl. MwSt.

Versandkostenfrei (D)

Verlag:	HANSER Fachbuch
Autor:innen	Katherine Munro (3), Stefan Papp (3), Zoltan Toth (3), Wolfgang Weidinger (3), Danko Nikolic (3)
Fassung:	704 Seiten, Hardcover, 3. Auflage
Erscheint ca.:	12/2024
ISBN:	978-3-446-47937-1 9783446479371

Data Science und künstliche Intelligenz verstehen und anwenden

Data Science, Big Data und künstliche Intelligenz sind aktuell hochdiskutierte Konzepte in Industrie, Regierung und Gesellschaft, die jedoch oft missverstanden werden. Dieses Buch zielt darauf ab, diese Konzepte klarzustellen und Ihnen praktisches Wissen zu vermitteln, um sie effektiv anzuwenden.

Das Buch behandelt Data Science aus mehreren Perspektiven. Es führt Sie durch den Aufbau von Datenplattformen und die Anwendung von Data Science Tools und -Methoden. Dabei wird erklärt, wie Sie diesen Techniken Mehrwert verschaffen können, beispielsweise durch schnellere Entscheidungen, Kostensenkungen und die Erschließung neuer Märkte für Unternehmen.

Im zweiten Teil werden grundlegende Data-Science-Konzepte erläutert, darunter mathematische Grundlagen, verschiedene Machine-Learning-Verfahren mit ihren Frameworks sowie Techniken zur Text-, Bild- und Sprachverarbeitung. Ergänzt wird das Buch durch rechtliche Überlegungen und praktische Fallstudien aus verschiedenen Branchen, die den praktischen Nutzen und die Anwendungsmöglichkeiten dieser Technologien verdeutlichen.

Expertenteam aus Wirtschaft und Akademie für Data Science

Das Autor:innenteam setzt sich aus Expertinnen und Experten zusammen, die sowohl aus der Wirtschaft als auch aus dem akademischen Umfeld stammen und über umfassende Datenkompetenz verfügen. Darunter sind strategische Führungskräfte, die sich mit Daten beschäftigen, Data Engineers, die Produktivsysteme entwickeln, und Data Scientists, die aus Daten wertvolle Erkenntnisse gewinnen. Alle Autoren sind entweder im Vorstand oder Mitglieder der Vienna Data Science Group (VDSG), einer NGO, die sich zum Ziel gesetzt hat, eine Plattform für den Austausch von Wissen im Bereich Data Science zu etablieren.

Aus dem Inhalt

Grundlagen der Mathematik: ML-Algorithmen verstehen und nutzen
Machine Learning: Von statistischen zu neuronalen Verfahren; von Transformers und GPT 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, Durchführen von Was-wäre-wenn-Analysen
ML und KI in der Produktion: Vom Experiment zum Data-Science-Produkt
Ergebnisse präsentieren: Grundlegende Präsentationstechniken für Data Scientists

Wer hat's geschrieben?

Katherine Munro ist Data Scientist und Data Science Ambassador im Bereich E-Commerce. Sie forscht und hält Unternehmensschulungen in den Bereichen KI, maschinelles Lernen, Natural Language Processing und Data Science.
Mit einem Hintergrund in Computerlinguistik und maschinellem Lernen hat Katherine in der Forschung und Entwicklung für Mercedes Benz und das Fraunhofer Institut gearbeitet und sich dabei auf Benutzeroberflächen und natürliches Sprachverständnis spezialisiert. Sie hat auch als Universitätsdozentin und Englischlehrerin gearbeitet und hält jetzt Vorträge, ist Education Lead für Women in AI Upper Austria, ehrenamtliche Mentorin bei Female Coders Linz und Trainerin für LinkedIn Learning.

Weitere Bücher von Katherine Munro (3)

Stefan Papp ist Unternehmer. Er und seine Mitarbeiter helfen Organisationen beim Aufbau von Datenarchitekturen und bei der Migration von On-Premise-Lösungen in die Cloud. Einer der Schwerpunkte von Stefan Papp und seinem Team sind auch autonom fahrende Autos. Stefan Papp ist Autor zahlreicher Fachartikel und Bücher zum Thema Big Data. Ihn beschäftigt auch die Frage, wie AI unsere Gesellschaft bereichern und dabei auch nachhaltig verändern kann.

Weitere Bücher von Stefan Papp (3)

Zoltan C. Toth ist Data Engineering Architect, Dozent und Unternehmer. Mit einem Hintergrund in Informatik und Mathematik hat er Datenarchitekturen, Big Data Technologien und den Betrieb von ML für Fortune 500 Unternehmen weltweit unterrichtet. In den letzten zwei Jahrzehnten hat er als Solution Architect mit mehreren großen Unternehmen zusammengearbeitet und dabei Datenanalyseinfrastrukturen implementiert und diese bis zur Verarbeitung von Petabytes an Daten skaliert. Außerdem ist er Dozent an der Central European University. Er gründete Datapao, ein Beratungsunternehmen für Data Engineering, das zum europäischen Professional Services Center von Databricks und zu einem Microsoft Gold Partner für Data Science wurde.

Weitere Bücher von Zoltan Toth (3)

Wolfgang Weidinger ist Präsident der Vienna Data Science Group (www.vdsg.at), einer gemeinnützigen Vereinigung von und für Data Scientists. Diese führt sowohl Forschung als auch Praxis in den verschiedensten Branchen zusammen. Die VDSG ist eine stark wachsende internationale Gemeinschaft, deren Ziel es ist über Data Science und deren Teilbereiche wie Machine learning und Artificial Intelligence, sowie deren Auswirkungen auf die Gesellschaft aufzuklären. Wolfgang Weidinger hat als Data Scientist in den verschiedensten Branchen und Bereichen wie Start-Ups, Finanzwirtschaft, Consulting und Großhandel gearbeitet und dort unter anderem Data-Science-Teams aufgebaut und geleitet.

Weitere Bücher von Wolfgang Weidinger (3)

Dr. Danko Nikolic ist Experte für Hirnforschung und KI. Viele Jahre hat er ein elektrophysiologisches Labor am Max Planck Institut für Hirnforschung geleitet. Als Experte für KI und Machine Learning leitet er ein Data Science Team und entwickelt kommerzielle Lösungen auf der Grundlage von KI Technologie. Er erfand den KI Kindergarten – ein Konzept für das Training der KI der Zukunft, um eine Intelligenz auf nahezu menschlichem Niveau zu erreichen. Er leistete auch Pionierarbeit beim Einsatz von ML, um "Gedanken" aus den elektrischen Signalen des Gehirns zu lesen; er und sein Team konnten allein durch die Analyse der Gehirnsignale rekonstruieren, was ein Tier sah. Er führte das Konzept der Ideasthesie ("Konzeptwahrnehmung") in die Neurowissenschaften ein und ist der Autor einer Theorie namens Practopoiesis, die beschreibt, wie biologische Systeme Intelligenz erreichen. Er hat einen Abschluss in Psychologie und Bauingenieurwesen von der Universität Zagreb, Kroatien, und einen Doktortitel von der Universität Oklahoma, USA. Von 2014 bis 2019 war er Honorarprofessor an der Universität Zagreb.

Weitere Bücher von Danko Nikolic (3)

Bald!