Handbuch Data Science und KI: Mit Machine Learning und Datenanalyse Wert aus Daten generieren

- 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 4. Auflage: Kapitel zu Vibe Coding und KI-Agenten - 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. Anhand von Übungen und Beispielen aus der Praxis wird Ihnen gezeigt, wie Sie Data-Science-Methoden anwenden, Datenplattformen aufbauen und daten- und ML-gesteuerte Projekte in die Produktion überführen können. Es hilft Ihnen zu verstehen – und den verschiedenen Interessengruppen zu erläutern –, wie mit diesen Techniken Mehrwert generiert wird. Auf dem Weg lernen Sie wesentliche Data-Science-Konzepte kennen einschließlich der Grundlagen der Statistik, der Mathematik und des maschinellen Lernens. Wichtige Themen wie kritisches Denken, rechtliche und ethische Überlegungen und der Aufbau leistungsfähiger Datenteams werden ebenfalls behandelt. Von angehenden Data Scientists über erfahrene Data Engineers bis hin zu Data Leadern – sie alle erhalten die Antwort auf folgenden Fragen: Wie kann ein Unternehmen datengetriebener werden, welche Herausforderungen können sich ergeben und wie können sie dazu beitragen, dass diese Reise ein Erfolg wird? Das Autor:innenteam besteht aus Datenexpert:innen aus Wirtschaft und Wissenschaft, darunter Data Scientists, Ingenieur:innen, Führungskräfte aus der Wirtschaft und Rechtsexpert:innen. Alle sind Mitglieder der Vienna Data Science Group (VDSG), einer NGO, die sich zum Ziel gesetzt hat, eine Plattform für den Wissensaustausch über die Anwendung von Data Science, KI und maschinellem Lernen zu schaffen. Dabei soll das Bewusstsein für die Chancen und potenziellen Risiken dieser Technologien geschärft werden. AUS DEM INHALT // Kritisches Denken und Datenkultur: Wie evidenzbasierte Entscheidungsfindung die Grundlage für effektive KI ist. / Machine Learning: Grundlagen der Mathematik, Statistik, ML-Algorithmen und -Architekturen / Natural Language Processing und Computer Vision: Wie man aus Text-, Bild- und Videodateien wertvolle Erkenntnisse für reale Anwendungen gewinnt. / Grundlagenmodelle und generative KI: Verstehen von Stärken und Herausforderungen in Bezug auf Text, Bild, Video etc. / ML und KI in der Produktion: Vom Experiment zum Data-Science-Produkt / Ergebnisse präsentieren: Grundlegende Präsentationstechniken für Data Scientists