Handbuch Data Science und KI, Fachbücher von Stefan Papp, Katherine Munro, Rania Wazir, Zoltan Toth

Data Science, Big Data und künstliche Intelligenz gehören derzeit zu den Konzepten, über die in Industrie, Regierung und Gesellschaft am meisten diskutiert wird, die aber auch am meisten missverstanden werden. Dieses Buch klärt diese Konzepte und vermittelt Ihnen praktisches Wissen, um sie anzuwenden. Das Buch nähert sich dem Thema Data Science von mehreren Seiten. Es zeigt Ihnen, wie Sie Datenplattformen aufbauen sowie Data Science Tools und -Methoden anwenden. Auf dem Weg dorthin hilft es Ihnen zu verstehen - und den verschiedenen Interessengruppen zu erklären - wie Sie aus diesen Techniken einen Mehrwert generieren können, zum Beispiel indem Sie Data Science einsetzen, um Unternehmen dabei zu helfen, schnellere Entscheidungen zu treffen, Kosten zu senken und neue Märkte zu erschliessen. In einem zweiten Teil werden die grundlegenden Data-Science-Konzepte beschrieben, einschliesslich mathematischer Grundlagen, Machine-Learning-Verfahren inklusive Frameworks sowie Text-, Bild- und Sprachverarbeitung. Abgerundet wird das Buch durch rechtliche Überlegungen und praktische Fallstudien aus verschiedenen Branchen. 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 Das Autor:innenteam besteht aus Datenexpert:innen aus der Wirtschaft und aus dem akademischen Umfeld. Das Spektrum reicht von strategisch ausgerichteten Führungskräften über Data Engineers, die Produktivsysteme entwickeln.