The Handbook of Data Science and AI
Generate Value from Data with Machine Learning and Data Analytics
HANSER Fachbuch |
|
Autor:innen |
|
976 Seiten, Hardcover, 3. Auflage |
|
Erschienen |
04/2026 |
978-1-56990-515-9 9781569905159 |
Data Science, Big Data, and Artificial Intelligence in Practice
Data Science, Big Data, and Artificial Intelligence are among the most discussed topics in business, government, and society today—yet they are often misunderstood. This book provides a clear and practical introduction to these fields, explaining not only what they mean, but also how they can be applied to create measurable value. Readers will learn how organizations use data-driven methods to make faster decisions, reduce costs, improve efficiency, and unlock new market opportunities. The book combines theory with real-world relevance, making complex subjects accessible and directly applicable.
Broad Fields of Application
The book offers a comprehensive overview of the many areas in which data science and AI are used. It explores applications across industries such as finance, healthcare, manufacturing, retail, logistics, and the public sector. Readers gain insight into how modern organizations collect, process, and analyze data, and how intelligent systems support decision-making, automation, forecasting, and innovation.
Practical Knowledge and Hands-On Examples
A strong focus is placed on practical implementation. The book explains how to design data platforms and how to use common data science tools, methods, and workflows. Step-by-step examples enable readers to carry out simple data analysis projects themselves and develop a deeper understanding of real analytical processes.
Case Studies from Practice
Numerous case studies bring the concepts to life by showing how data-driven solutions are applied in real organizations. These examples demonstrate how insights generated from data are transforming industries over the long term and how companies successfully turn information into strategic advantage.
Foundations and Key Concepts
In addition to practical applications, the book covers the essential foundations of data science, including statistics, mathematics, and relevant legal considerations. This ensures that readers not only know how to use modern tools, but also understand the principles behind them.
New in the 3rd Edition
The third edition includes important new developments in the field, such as AI Agents, Retrieval-Augmented Generation (RAGs), Model Context Protocol (MCP), and Vibe Coding. These additions reflect the latest trends and technologies shaping the future of artificial intelligence and modern software development.
What This Book Covers
- Mathematics basics: Mathematics for Machine Learning to help you understand and utilize various ML algorithms.
- Machine Learning: From statistical to neural and from Transformers and GPT-3 to AutoML, we introduce common frameworks for applying ML in practice
- Natural Language Processing: Tools and techniques for gaining insights from text data and developing language technologies
- Computer vision: How can we gain insights from images and videos with data science?
- Modeling and Simulation: Model the behavior of complex systems, such as the spread of COVID-19, and do a What-If analysis covering different scenarios.
- ML and AI in production: How to turn experimentation into a working data science product?
- Presenting your results: Essential presentation techniques for data scientists
Wer hat's geschrieben?
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.
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.
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.
HANSER Fachbuch |
|
Autor:innen |
|
976 Seiten, Hardcover, 3. Auflage |
|
Erschienen |
04/2026 |
978-1-56990-515-9 9781569905159 |