Zertifizierter Händler seit über 35 Jahren
Sprechen Sie jetzt mit unseren Experten: 0 21 91 - 99 11 00
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
0
Data Science in der Praxis
Eine verständliche Einführung in alle wichtigen Verfahren
Die Rundumversorgung für Ihre Data-Science-Projekte!
Data Science in der Praxis

Data Science in der Praxis

Eine verständliche Einführung in alle wichtigen Verfahren

Die Rundumversorgung für Ihre Data-Science-Projekte!

Rheinwerk Verlag
360 Seiten, Softcover
Erschienen
02/2022
978-3-8362-8462-2
9783836284622
 
 
Best.-Nr.:
Data Science in der Praxis
Der ideale Einstieg in Data Science! Ob Sie Mathematikkenntnisse mitbringen oder nicht, hier bekommen Sie alles, was Sie für eigene Data-Science-Projekte brauchen. Mit genau so viel Theorie, wie Sie es für die Praxis brauchen, lernen Sie, wie die wichtigsten Methoden angewendet werden. Neben R bekommen Sie dabei auch Best Practices und Werkzeuge für alle Projektphasen an die Hand.
Blick ins Buch: Data Science in der Praxis

Alles für den einfachen Einstieg in Data Science


Erste Schritte in R

Analyseverfahren verstehen

Erfolg in allen Projektphasen

Eigene Data-Science-Projekte – so steigen Sie ein

Grundlagen und erste Schritte

Ausgewählte Statistikkonzepte, eine Einführung in R und ein Grundverständnis der einschlägigen Methoden – damit legen Sie das Fundament für erfolgreiche Data-Science-Projekte. Profitieren Sie von zahlreichen Anleitungen und Praxistipps.

Verfahren auswählen und anwenden

Hier lernen Sie Verfahren für die verschiedensten Anwendungsfälle kennen. So bauen Sie sich ein sicheres Methoden-Repertoire auf und haben immer das passende Werkzeug zur Hand.

KI und Machine Learning

KI und maschinelles Lernen sind Schlüsseltechnologien für die Analyse unstrukturierter Daten. Lernen Sie die mathematischen Verfahren kennen, mit denen Sie echte Erkenntnisse gewinnen.

Werkzeuge und mehr

Mit der Analyse allein ist es nicht getan. Freuen Sie sich auf Praxistipps zum Projektmanagement, zu Werkzeugen wie Git und zur gelungenen Kommunikation mit Stakeholdern.

Mit allen Codebeispielen zum Download

Aus dem Inhalt

Basiswissen

  • Statistische Grundlagen
  • Ablauf eines Data-Science-Projekts
  • Erste Schritte mit R und RStudio

Verfahren und Tools

  • Daten reinigen und transformieren
  • Lineare und nichtlineare Regression, Anomalieerkennung
  • Clustering, k-Means
  • Klassifikations-Algorithmen
  • Warenkorbanalyse, k-nearest Neighbours
  • Versionierung mit Git
  • Cloud-Computing, Spark-Cluster
  • Anwendung via API bereitstellen
  • Ethische Aspekte beachten
Hier das ganze Inhaltsverzeichnis lesen.
Leseprobe
Data Science ist ein noch recht junges Feld, doch haben sich einige Best Practices durchgesetzt. Tom Alby erläutert in dieser Leseprobe, was zum Managen eines Data-Science-Projekts notwendig ist. Die Best Practices erstrecken sich von der Anforderungsanalyse über die Akquise und Daten-Reinigung und weitere Faktoren bis zum Test und Rollout eines Projekts.
In Kapitel 7 werden anschließend in einem praktischen Beispiel mittels hierarchischem Clustering Muster in Daten identifiziert, um z.B. Kundensegmente daraus abzuleiten.
Data Science in der Praxis
Eine verständliche Einführung in alle wichtigen Verfahren
Die Rundumversorgung für Ihre Data-Science-Projekte!
Data Science in der Praxis
Data Science in der Praxis
Eine verständliche Einführung in alle wichtigen Verfahren
Die Rundumversorgung für Ihre Data-Science-Projekte!
Rheinwerk Verlag
360 Seiten, Softcover
Erschienen
02/2022
978-3-8362-8462-2
9783836284622
 
 
Best.-Nr.:
Data Science in der Praxis