Read more
Die Anwendungen der Disziplin Data Science erweitern und wandeln sich stetig. In diesem Buch geben Insider aus Praxis, Wissenschaft und Lehre detailliert die Ergebnisse ihrer Data-Science-Projekte, Methodenwissen sowie Knowhow zu Vorgehensweisen und Prozessmodellen an den Leser weiter. Dabei wird ein weit gespannter Querschnitt an konkreten Anwendungen beschrieben, erklärt und illustriert: von der Nutzung generativer KI-Systeme über quantitative Textanalyse, Predictive Policing, Erklärbarkeit von Machine-Learning-Modellen, experimentelle Datenanalyse in der Spektroskopie bis hin zu Datenvisualisierung, Strukturgleichungsmodellen und Varianzanalyse.
Das Buch richtet sich an jeden, der sowohl am konkreten Einsatz von Datenwissenschaft, Statistik, Maschinellem Lernen und Künstlicher Intelligenz als auch am zugehörigen theoretischen Hintergrund interessiert ist. Praktikern, Studierenden und Lehrenden dürfte es von besonderem Nutzen sein: eine Vielzahl an Abbildungen, Diagrammen und Illustrationen ergänzen die reichhaltigen Textinformationen; Links zu Webseiten und Webapplikationen verweisen auf online verfügbare weitere Informationsquellen und Data-Science-Werkzeuge.
List of contents
Einflüsse der Corona-Pandemie auf die deutsche Presse-Sprache.- Predictive Policing.- Am Anfang war der Prompt.- Erklärbarkeit als Schlüssel für den verantwortungsvollen Umgang mit KI. - Strukturgleichungsmodelle versus Varianzanalyse.- Was ist schon normal in diesen Zeiten? - Sankey-Diagramm reloaded.- Jenseits der Algorithmen.- A Scalable Architecture for Smart Genomic Data Analysis in Medical Laboratories.- Die Sieben V der Daten.- Scope Creep, GUI, Skalierung.
About the author
Lothar B. Blum lehrt als Hochschuldozent interaktives Informationsdesign, Datenvisualisierung und Advanced Analytics. Er ist Principal UX Designer beim Cloudsoftwareunternehmen Infor sowie Co-Founder und Organisator der Data Science Darmstadt Meetups.
Summary
Die Anwendungen der Disziplin Data Science erweitern und wandeln sich stetig. In diesem Buch geben Insider aus Praxis, Wissenschaft und Lehre detailliert die Ergebnisse ihrer Data-Science-Projekte, Methodenwissen sowie Knowhow zu Vorgehensweisen und Prozessmodellen an den Leser weiter. Dabei wird ein weit gespannter Querschnitt an konkreten Anwendungen beschrieben, erklärt und illustriert: von der Nutzung generativer KI-Systeme über quantitative Textanalyse, Predictive Policing, Erklärbarkeit von Machine-Learning-Modellen, experimentelle Datenanalyse in der Spektroskopie bis hin zu Datenvisualisierung, Strukturgleichungsmodellen und Varianzanalyse.
Das Buch richtet sich an jeden, der sowohl am konkreten Einsatz von Datenwissenschaft, Statistik, Maschinellem Lernen und Künstlicher Intelligenz als auch am zugehörigen theoretischen Hintergrund interessiert ist. Praktikern, Studierenden und Lehrenden dürfte es von besonderem Nutzen sein: eine Vielzahl an Abbildungen, Diagrammen und Illustrationen ergänzen die reichhaltigen Textinformationen; Links zu Webseiten und Webapplikationen verweisen auf online verfügbare weitere Informationsquellen und Data-Science-Werkzeuge.
