Details
ISBN/EAN: 978-3-662-67959-3
Einband: kartoniertes Buch
Weitere Details
Auflage:
1. Auflage 2025
1. Auflage 2025
Erschienen am:
02.12.2024
02.12.2024
Sprache:
Deutsch
Deutsch
Umfang:
xxvii, 592 S., 83 s/w Illustr., 40 farbige Illustr
xxvii, 592 S., 83 s/w Illustr., 40 farbige Illustr
Hersteller:
Springer Vieweg in Springer Science + Business Media
juergen.hartmann@springer.com
Abraham-Lincoln-Straße 46
DE 65189 Wiesbaden
Springer Vieweg in Springer Science + Business Media
juergen.hartmann@springer.com
Abraham-Lincoln-Straße 46
DE 65189 Wiesbaden
Weitere Details
arrow_forward_ios
Data Science Training - Supervised Learning
Ein praktischer Einstieg ins überwachte maschinelle Lernen
39,99 €
inkl. MwSt.
Lieferbar innerhalb 1 - 2 Wochen
Beschreibung
Dieses Lehrbuch erklärt auf narrative und direkte Weise die wichtigen Zusammenhänge zwischen Data Science, Künstlicher Intelligenz und anderen Disziplinen und Domänen wie Datenschutz und Ethik, mit Fokus auf überwachtes Lernen (Supervised Learning).Wir begleiten Anna und Karl während ihrer Traineephase in einer internationalen Versicherung. Schritt für Schritt reifen sie zu Data Scientists, indem sie sich intensiv mit der Titanic-Katastrophe auseinandersetzen. Anna kann Python programmieren, während Karl ein grafisches Werkzeug (KNIME Analytics Platform) benutzt. Bei ihren Untersuchungen stoßen sie auf interessante Fakten und Mythen. Mit Unterstützung von Max und Sophia verarbeiten sie historische Daten, um Vorhersagen zu erstellen (Predictive Analytics). Dabei benutzen sie Methoden und Algorithmen des maschinellen Lernens.Begleitende Zusatzmaterialien (KNIME Workflows, Jupyter Notebooks, Erklärvideos) stehen den Lernenden online zur Verfügung. Und wenn in diesemBuch Anna und Karl sich auf Themen des überwachten Lernens konzentrieren, werden wir künftig mit ihnen noch weitere Gebiete der Data Science entdecken.
Über Stefan Selle
Stefan Selle ist seit 2007 Professor für Wirtschaftsinformatik an der Hochschule für Technik und Wirtschaft des Saarlandes und lehrt dort Daten- und Geschäftsprozessmanagement, Digitale Transformation, Software Engineering, Data Science und Künstliche Intelligenz.