Data Science für Unternehmen - Data Mining und datenanalytisches Denken praktisch anwenden

• Die grundlegenden Konzepte der Data Science verstehen, Wissen aus Daten ziehen und für Vorhersagen und Entscheidungen nutzen
• Die wichtigsten Data-Mining-Verfahren gezielt und gewinnbringend einsetzen
• Zahlreiche Praxisbeispiele zur Veranschaulichung

Die anerkannten Data-Science-Experten Foster Provost und Tom Fawcett stellen in diesem Buch die grundlegenden Konzepte der Data Science vor, die für den effektiven Einsatz im Unternehmen von Bedeutung sind.
Sie erläutern das datenanalytische Denken, das erforderlich ist, damit Sie aus Ihren gesammelten Daten nützliches Wissen und geschäftlichen Nutzen ziehen können. Sie erfahren detailliert, welche Methoden der Data Science zu hilfreichen Erkenntnissen führen, so dass auf dieser Grundlage wichtige Entscheidungsfindungen unterstützt werden können.
Dieser Leitfaden hilft Ihnen dabei, die vielen zurzeit gebräuchlichen Data-Mining-Verfahren zu verstehen und gezielt und gewinnbringend anzuwenden. Sie lernen u.a., wie Sie:

• Data Science in Ihrem Unternehmen nutzen und damit Wettbewerbsvorteile erzielen
• Daten als ein strategisches Gut behandeln, in das investiert werden muss, um echten Nutzen daraus zu ziehen
• Geschäftliche Aufgaben datenanalytisch angehen und den Data-Mining-Prozess nutzen, um auf effiziente Weise sinnvolle Daten zu sammeln

Das Buch beruht auf einem Kurs für Betriebswirtschaftler, den Provost seit rund zehn Jahren an der New York University unterrichtet, und nutzt viele Beispiele aus der Praxis, um die Konzepte zu veranschaulichen.
Das Buch richtet sich an Führungskräfte und Projektmanager, die Data-Science-orientierte Projekte managen, an Entwickler, die Data-Science-Lösungen implementieren sowie an alle angehenden Data Scientists und Studenten.
Aus dem Inhalt:

• Datenanalytisches Denken lernen
• Der Data-Mining-Prozess
• Überwachtes und unüberwachtes Data Mining
• Einführung in die Vorhersagemodellbildung: von der Korrelation zur überwachten Segmentierung
• Anhand der Daten optimale Modellparameter finden mit Verfahren wie lineare und logistische Regression sowie Support Vector Machines
• Prinzip und Berechnung der Ähnlichkeit
• Nächste-Nachbarn-Methoden und Clustering
• Entscheidungsanalyse I: Was ist ein gutes Modell
• Visualisierung der Leistung von Modellen
• Evidenz und Wahrscheinlichkeiten
• Texte repräsentieren und auswerten
• Entscheidungsanalyse II: Analytisches Engineering
• Data Science und Geschäftsstrategie

Über den Autor / die Autorin

Foster Provost is Professor and NEC Faculty Fellow at the NYU Stern School of Business where he teaches in the MBA, Business Analytics, and Data Science programs. His award-winning research is read and cited broadly. Prof. Provost has co-founded several successful companies focusing on data science for marketing.

Tom Fawcett holds a Ph.D. in machine learning and has worked in industry R&D for more than two decades for companies such as GTE Laboratories, NYNEX/Verizon Labs, and HP Labs. His published work has become standard reading in data science both on methodology (evaluating data mining results) and on applications (fraud detection and spam filtering).

Zusammenfassung

Die grundlegenden Konzepte der Data Science verstehen, Wissen aus Daten ziehen und für Vorhersagen und Entscheidungen nutzen
Die wichtigsten Data-Mining-Verfahren gezielt und gewinnbringend einsetzen
Zahlreiche Praxisbeispiele zur Veranschaulichung

Die anerkannten Data-Science-Experten Foster Provost und Tom Fawcett stellen in diesem Buch die grundlegenden Konzepte der Data Science vor, die für den effektiven Einsatz im Unternehmen von Bedeutung sind.
Sie erläutern das datenanalytische Denken, das erforderlich ist, damit Sie aus Ihren gesammelten Daten nützliches Wissen und geschäftlichen Nutzen ziehen können. Sie erfahren detailliert, welche Methoden der Data Science zu hilfreichen Erkenntnissen führen, so dass auf dieser Grundlage wichtige Entscheidungsfindungen unterstützt werden können.
Dieser Leitfaden hilft Ihnen dabei, die vielen zurzeit gebräuchlichen Data-Mining-Verfahren zu verstehen und gezielt und gewinnbringend anzuwenden. Sie lernen u.a., wie Sie:

Data Science in Ihrem Unternehmen nutzen und damit Wettbewerbsvorteile erzielen
Daten als ein strategisches Gut behandeln, in das investiert werden muss, um echten Nutzen daraus zu ziehen
Geschäftliche Aufgaben datenanalytisch angehen und den Data-Mining-Prozess nutzen, um auf effiziente Weise sinnvolle Daten zu sammeln

Das Buch beruht auf einem Kurs für Betriebswirtschaftler, den Provost seit rund zehn Jahren an der New York University unterrichtet, und nutzt viele Beispiele aus der Praxis, um die Konzepte zu veranschaulichen.
Das Buch richtet sich an Führungskräfte und Projektmanager, die Data-Science-orientierte Projekte managen, an Entwickler, die Data-Science-Lösungen implementieren sowie an alle angehenden Data Scientists und Studenten.

Aus dem Inhalt:

Datenanalytisches Denken lernen
Der Data-Mining-Prozess
Überwachtes und unüberwachtes Data Mining
Einführung in die Vorhersagemodellbildung: von der Korrelation zur überwachten Segmentierung
Anhand der Daten optimale Modellparameter finden mit Verfahren wie lineare und logistische Regression sowie Support Vector Machines
Prinzip und Berechnung der Ähnlichkeit
Nächste-Nachbarn-Methoden und Clustering
Entscheidungsanalyse I: Was ist ein gutes Modell
Visualisierung der Leistung von Modellen
Evidenz und Wahrscheinlichkeiten
Texte repräsentieren und auswerten
Entscheidungsanalyse II: Analytisches Engineering
Data Science und Geschäftsstrategie

Zusatztext

»Das Buch steigt tief in die Kunst der Data Science ein und versucht gleichzeitig, die wesentlichen Grundzüge dieser vergleichsweise jungen Wissenschaft herauszuarbeiten. Wer den akademischen Zugang nicht scheut, erhält auf hohem konzeptionellem und analytischem Niveau einen sehr umfassenden Einblick in das Thema.« (getAbstract, 10/2018)

Bericht

»Das Buch steigt tief in die Kunst der Data Science ein und versucht gleichzeitig, die wesentlichen Grundzüge dieser vergleichsweise jungen Wissenschaft herauszuarbeiten. Wer den akademischen Zugang nicht scheut, erhält auf hohem konzeptionellem und analytischem Niveau einen sehr umfassenden Einblick in das Thema.« (getAbstract, 10/2018)

Produktdetails

• Autoren: Tom Fawcett, Foste Provost, Foster Provost
• Verlag: mitp-Verlag
• Sprache: Deutsch
• Produktform: Taschenbuch
• Erschienen: 03.11.2017
• EAN: 9783958455467
• ISBN: 978-3-95845-546-7
• Seiten: 432
• Abmessung: 170 mm x 239 mm x 22 mm
• Gewicht: 751 g
• Serien: mitp Business; mitp Business
• Themen: Naturwissenschaften, Medizin, Informatik, Technik > Informatik, EDV > Datenkommunikation, Netzwerke; Daten, Big Data, Datenerfassung und -analyse, Data Mining, Maschinelles Lernen, Projektmanager