Handbuch Data Science und KI

Munro, Katherine|Papp, Stefan|Toth, Zoltan|Weidinger, Wolfgang|Nikolic, Danko

ISBN 10: 3446479376 / ISBN 13: 9783446479371

Verlag: Hanser Fachbuchverlag, 2024

Data Science, Big Data und kuenstliche Intelligenz gehoeren derzeit zu den Konzepten, ueber die in Industrie, Regierung und Gesellschaft am meisten diskutiert wird, die aber auch am meisten missverstanden werden. Dieses Buch klaert diese Konzepte und vermittelt. Bestandsnummer des Verkäufers 1671743862

Inhaltsangabe:

- Bietet einen umfassenden Überblick über die verschiedenen Anwendungsbereiche von Data Science und KI
- Mit Fallbeispielen aus der Praxis, um die beschriebenen Konzepte greifbar zu machen
- Mit praktischen Beispielen, die Ihnen helfen, einfache Datenanalyseprojekte durchzuführen
- Neu in der 3. Auflage: Generativ KI und LLMs, KI und Klimawandel, ML Ops und ML Security, Zahlreiche Kapitel wurden von Grund auf überarbeitet
- Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten Buches

Data Science, Big Data und künstliche Intelligenz gehören derzeit zu den Konzepten, über die in Industrie, Regierung und Gesellschaft viel gesprochen wird, die aber auch am häufigsten missverstanden werden. Dieses Buch erklärt die Konzepte und vermittelt Ihnen das praktische Wissen, um sie zu nutzen.
Das Buch nähert sich den Themen Data Science und KI von mehreren Seiten. Es zeigt, wie Sie Data-Plattformen aufbauen und Data-Science-Tools und -Methoden einsetzen können. Auf dem Weg dorthin hilft es Ihnen zu verstehen – und den verschiedenen Interessengruppen zuerklären –, wie Sie mit diesen Techniken Mehrwert generieren können. So kann Data Science in Unternehmen dabei helfen, schnellere Entscheidungen zu treffen, Kosten zu senken und neue Märkte zu erschließen.
Darüber hinaus werden die grundlegenden Konzepte von Data Science, einschließlich Statistik, Mathematik sowie rechtliche Überlegungen erklärt.
Praktische Fallstudien veranschaulichen, wie aus Daten generiertes Wissen verschiedene Branchen langfristig verändern wird.

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 erstellen, bis hin zu Data Scientists, die aus Daten Wert generieren. Alle Autor:innen sind im Vorstand oder Mitglieder der Vienna Data Science Group (VDSG). Diese NGO hat sich zum Ziel gesetzt, eine Plattform für den Wissensaustausch zu etablieren.

AUS DEM INHALT //
• Grundlagen der Mathematik: ML-Algorithmen verstehen und nutzen
• Machine Learning: Von statistischen zu neuronalen Verfahren; von Transformers und GPT-3 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, z. B. der Ausbreitung von COVID-19. Was-wäre-wenn-Analysen
• ML und KI in der Produktion: Vom Experiment zum Data- Science-Produkt
• Ergebnisse präsentieren: Grundlegende Präsentationstechniken für Data Scientists

Über die Autorinnen und Autoren: Katherine Munro ist Data Scientist, Data Science Ambassador und Computerlinguistin. Sie forscht und entwickelt und schult Unternehmen in den Bereichen KI, natürliche Sprachverarbeitung und Data Science. Sie begann ihre technische Karriere mit der Spezialisierung auf Benutzeroberflächen und natürliches Sprachverständnis bei Mercedes-Benz und dem Fraunhofer-Institut. Aktuell entwickelt sie intelligente KI-Konversationssysteme mit NLP-Techniken und großen Sprachmodellen.

Stefan Papp ist ein Unternehmer, der mit Fortune-500-Unternehmen zusammenarbeitet, um Datenplattformen aufzubauen und ihnen zu helfen, datengesteuerter zu werden. Er lebt mit seiner Familie in Armenien und engagiert sich auch im armenischen Start-up-Ökosystem, wo er als Berater und Investor tätig ist.

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.

Wolfgang Weidinger ist ein Data Scientist und KI-Experte. Er hat in einer Vielzahl von Branchen und Sektoren wie Start-ups, Finanzen, Beratung, Großhandel und Versicherungen gearbeitet. Dort leitete er Data Science & AI Teams und trieb deren Rolle als Speerspitze der digitalen und datengetriebenen Transformation voran. r ist Präsident der Vienna Data Science Group (www.vdsg.at), einer gemeinnützigen Vereinigung von und für Data Scientists und allen anderen Daten- und KI-Experten.

Dr. Danko Nikolić 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.

Bibliografische Details

Titel: Handbuch Data Science und KI
Verlag: Hanser Fachbuchverlag
Erscheinungsdatum: 2024
Einband: Hardcover
Zustand: New