Data mining

Due miliardi e mezzo di utenti internet, oltre un miliardo di account Facebook, 550 milioni di profili Twitter.

Il libro nasce dall’esigenza di coniugare esperienze e capacità procedurali diverse provenienti da vari ambiti disciplinari, quali l’informatica e la statistica, al fine di ricercare ed individuare percorsi e relazioni legate alla conoscenza.

Data Science praxisnah erklärt

• Praxisnaher Einstieg mit anschaulichen Erklärungen und zahlreichen Anwendungsbeispielen, unterstützt durch interaktive Elemente
• für alle, die mehr über die Möglichkeiten der Datenanalyse lernen wollen, ohne gleich tief in die Theorie oder bestimmte Methoden einzusteigen

Dieses Buch bietet einen praxisnahen Einstieg in Data Science, angereichert mit interaktiven Elementen, der die Breite der Möglichkeiten der Datenanalyse aufzeigt und tief genug geht, um Vorteile, Nachteile und Risiken zu verstehen, aber dennoch nicht zu tief in die zugrunde liegende Mathematik einsteigt.

Data Science praxisnah erklärt

• Praxisnaher Einstieg mit anschaulichen Erklärungen und zahlreichen Anwendungsbeispielen, unterstützt durch interaktive Elemente
• für alle, die mehr über die Möglichkeiten der Datenanalyse lernen wollen, ohne gleich tief in die Theorie oder bestimmte Methoden einzusteigen

Dieses Buch bietet einen praxisnahen Einstieg in Data Science, angereichert mit interaktiven Elementen, der die Breite der Möglichkeiten der Datenanalyse aufzeigt und tief genug geht, um Vorteile, Nachteile und Risiken zu verstehen, aber dennoch nicht zu tief in die zugrunde liegende Mathematik einsteigt.

Erfolgsfaktoren für BI-Architekturen

• Umfassendes und anwendungsbezogenes Handbuch
• Einsatz von neuen Technologien wie EAI, Virtualisierung sowie Cloud- und Data-Lake-Architekturen
• Mit vielen Praxisbeispielen aus der BI & Analytics-Welt

Sowohl regulatorische Vorgaben als auch gesteigerte Anforderungen seitens der Fachanwender haben in den letzten Jahren zu immer komplexeren Business-Intelligence- und Analytics-Landschaften geführt, die es zu entwickeln und betreiben gilt.

Erfolgsfaktoren für BI-Architekturen

• Umfassendes und anwendungsbezogenes Handbuch
• Einsatz von neuen Technologien wie EAI, Virtualisierung sowie Cloud- und Data-Lake-Architekturen
• Mit vielen Praxisbeispielen aus der BI & Analytics-Welt

Sowohl regulatorische Vorgaben als auch gesteigerte Anforderungen seitens der Fachanwender haben in den letzten Jahren zu immer komplexeren Business-Intelligence- und Analytics-Landschaften geführt, die es zu entwickeln und betreiben gilt.

Know-how für Data Scientists

• übersichtliche und anwendungsbezogene Einführung
• zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen
• Potenziale, aber auch mögliche Fallstricke werden aufgezeigt

Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz.

Know-how für Data Scientists

• übersichtliche und anwendungsbezogene Einführung
• zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen
• Potenziale, aber auch mögliche Fallstricke werden aufgezeigt

Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz.

Know-how für eine erfolgreiche Data Governance

• umfassendes, anwendungsbezogenes Handbuch
• den Fokus nicht nur auf fachliche und technische, sondern auch organisatorische Aspekte legen
• mit vielen Fallbeispielen, die Inhalte und Umsetzung, Potenziale und mögliche Fallstricke verdeutlichen

Vor dem Hintergrund zunehmender regulatorischer Anforderungen sowie wachsender Komplexität der eingesetzten IT-Landschaften erlangt das Themengebiet "Data Governance" immer größere Bedeutung in den Unternehmen.

Know-how für eine erfolgreiche Data Governance

• umfassendes, anwendungsbezogenes Handbuch
• den Fokus nicht nur auf fachliche und technische, sondern auch organisatorische Aspekte legen
• mit vielen Fallbeispielen, die Inhalte und Umsetzung, Potenziale und mögliche Fallstricke verdeutlichen

Vor dem Hintergrund zunehmender regulatorischer Anforderungen sowie wachsender Komplexität der eingesetzten IT-Landschaften erlangt das Themengebiet "Data Governance" immer größere Bedeutung in den Unternehmen.

Deep Learning begreifen und einsetzen

• Einführung in verwandte Themen wie Künstliche Intelligenz, Machine Learning und Neuronale Netze
• viele Illustrationen, verständlich erklärt
• begleitendes online-Material zum Ausprobieren der Erläuterungen aus dem Buch (Jupyter-Notebooks)
• Vorstellung von Bibliotheken (Tensor Flow/Keras, PyTorch)

Deep Learning verändert unseren Alltag.

Deep Learning begreifen und einsetzen

• Einführung in verwandte Themen wie Künstliche Intelligenz, Machine Learning und Neuronale Netze
• viele Illustrationen, verständlich erklärt
• begleitendes online-Material zum Ausprobieren der Erläuterungen aus dem Buch (Jupyter-Notebooks)
• Vorstellung von Bibliotheken (Tensor Flow/Keras, PyTorch)

Deep Learning verändert unseren Alltag.