Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NT.EIA Data / College 6c - Informatik & Computer	Status: Rücksortierung	Frist:	Vorbestellungen: 0

Dieses Buch bietet einen Einstieg in das Thema Data Science auf Basis der visuellen Aufbereitung von Daten. Es hat ethische Betrachtungen in der digitalen Transformation zum Gegenstand und stellt ein Prozessrahmenwerk für die Bewertung von Technologien vor. Außerdem erläutert es Besonderheiten und Erkenntnisse zum Scheitern von Data-Science-Projekten und stellt Empfehlungssysteme unter Berücksichtigung aktueller Entwicklungen vor. Funktionalität zu Machine Learning in Werkzeugen zu Business Analytics wird verglichen und der Einsatz eines Vorgehensmodells für Data Science aufgezeigt.

Die Integration erneuerbarer Energien am Beispiel von Photovoltaikanlagen, ein effizienterer Umgang mit Wärmeenergie, wissenschaftliche Literaturauswertung, Kundenzufriedenheit in der Automobilindustrie und ein Framework für die Analyse von Fahrzeugdaten dienen als Anwendungsbeispiele für den konkreten Einsatz von Data Science. Das Buch bietet wichtige Informationen, die für Praktiker ebenso relevant sind wie für Studierende und Lehrende.

 

Der Inhalt

Einführung in Data Science

Systeme, Werkzeuge und Methoden

Anwendungen

(Verlagstext)

 

Inhaltsverzeichnis:

 

Einleitung

Data Science: Vom Begriff zur Anwendung / Thomas Barton, Christian Müller 3

Einführung in Data Science

Visualisierung und Deep Learning in der Data Science / Jens Kaufmann, Daniel Retkowitz 13

Digitale Ethik in datengetriebenen Organisationen und deren Anwendung am Beispiel von KI-Ethik / Claudia Lemke, Dagmar Monett, Manuel Mikoleit 33

Multiple Perspektiven bei der Implementierung innovativer technologischer Lösungen im Kontext datengesteuerter Entscheidungsfindung / Anna-Maria Nitsche, Christian-Andreas Schumann, Christoph Laroque, Olga Matthias 53

Keine Angst vor Fehlschlägen - Erkenntnisse aus einer Umfrage zum Scheitern von Data-Science-Projekten / Jule Aßmann, Joachim Sauer, Michael Schulz 69

Systeme, Werkzeuge und Methoden

Empfehlungssysteme und der Einsatz maschineller Lernverfahren / Andreas Peuker, Thomas Barton 85

Vergleich der Machine-Learning-Funktionalitäten von Business-Intelligence- und Analytics-Tools / Gabriele Roth-Dietrich, Michael Gröschel, Benedikt Reiner 101

Data-Science-Projekte mit dem Vorgehensmodell ¿DASC-PM¿ durchführen: Kompetenzen, Rollen und Abläufe / Emal M. Alekozai, Jens Kaufmann, Stephan Kühnel, Uwe Neuhaus, Michael Schulz 127

Anwendungen

Integration erneuerbarer Energien - KI-basierte Vorhersageverfahren zur Stromerzeugung durch Photovoltaikanlagen / Boris Brandherm, Matthieu Deru, Alassane Ndiaye, Gian-Luca Kiefer, Jörg Baus, Ralf Gampfer 147

Machine Learning für die Energiemanagementoptimierung / Gabriele Roth-Dietrich, Rainer Gerten 171

Text Mining bei einer wissenschaftlichen Literaturauswertung: Extraktion von Schlüsselwörtern zur Beschreibung von Inhalten / Thomas Barton, Arthur Kokoev 193

Identifikation relevanter Zusammenhänge in Daten mit maschinellem Lernen / Joshua Hammesfahr, Martin Spott 201

Framework für das Management und die Analyse von Fahrzeugdaten für die modellbasierte Fahrerassistenzsystementwicklung in Lehre und Forschung / Tobias Peuschke-Bischof, Stefan Kubica 219