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 anAbbildungen, Diagrammen und Illustrationen ergänzen die reichhaltigen Textinformationen; Links zu Webseiten und Webapplikationen verweisen auf online verfügbare weitere Informationsquellen und Data-Science-Werkzeuge.
Die Zielgruppen

• Entscheider und Berater in KI- und Datenanalyse-Projekten
• Interessierte an Data Science und Künstliche Intelligenz
• Studierende und Dozierende der Informatik/Data Science/Wirtschaftsinformatik

Der HerausgeberLothar 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.

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, erklrt und illustriert: von der Nutzung generativer KI-Systeme ber quantitative Textanalyse, Predictive Policing, Erklrbarkeit 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 Knstlicher Intelligenz als auch am zugehrigen theoretischen Hintergrund interessiert ist. Praktikern, Studierenden und Lehrenden drfte es von besonderem Nutzen sein: eine Vielzahl an Abbildungen, Diagrammen und Illustrationen ergnzen die reichhaltigen Textinformationen; Links zu Webseiten und Webapplikationen verweisen auf online verfgbare weitere Informationsquellen und Data-Science-Werkzeuge.