Data Science in der Praxis Eine verständliche Einführung in alle wichtigen Verfahren
€ 34,90
Sofort lieferbar
€ 24,43
Sofort verfügbar
nur € 39,90
Sofort verfügbar
Rheinwerk Computing, ISBN 978-3-8362-8462-2
E-Book-Formate: PDF, EPUB, Online
Rheinwerk Computing, ISBN 978-3-8362-8463-9
E-Book-Formate: PDF, EPUB, Online
Rheinwerk Computing, ISBN 978-3-8362-8465-3
E-Book-Formate: PDF, EPUB, Online
Rheinwerk Computing, ISBN 978-3-8362-8466-0
Der ideale Einstieg in Data Science! Praktiker mit und ohne Mathematikkenntnisse bekommen hier alles, was sie für eigene Data-Science-Projekte brauchen: Einschlägige Analysemethoden werden nachvollziehbar und mit gerade so viel Theorie wie nötig vorgestellt. Neben der Programmiersprache R lernen Sie für alle Projektphasen die passenden Methoden und Werkzeuge kennen – sei es die Vorbereitung der Daten, die Auswahl der Verfahren oder das Trainieren der Modelle. Mit vielen Beispielen, Grafiken, Entscheidungshilfen und weiteren Praxistipps.
- Erfolgsfaktoren und Tools für alle Projektphasen
- KI und Machine Learning für die Datenanalyse
- Mit Anwendungsbeispielen für verschiedene Fachgebiete
- Von der Anforderungsanalyse über die Akquise und Aufbereitung der Daten bis zur Visualisierung der Ergebnisse
-
Zusatzmaterial
Alle Skripte und Materialien finden Sie auf der Website des Autors unter https://github.com/daswesen/data-science-mit-r-buch
So steigen Sie ein
-
Grundlagen und erste Schritte
Wichtige Konzepte der Statistik, die Installation und Einrichtung von RStudio, die Syntax der Programmiersprache, ein Grundverständnis der einschlägigen Methoden: Mit diesem Buch bauen Sie ein gutes Fundament für Ihre Projekte auf. Spezielle Vorkenntnisse werden nicht benötigt.
-
Verfahren auswählen und anwenden
Lernen Sie, das richtige Verfahren für Ihr Projekt zu wählen – je nach Anwendungsfall, Erkenntnisziel und Datenlage. Tom Alby nimmt Sie auch bei den Details an die Hand und hilft über typische Stolperfallen hinweg. So bauen Sie sich ein sicheres Methoden-Repertoire für Ihre Data-Science-Projekte auf.
-
Künstliche Intelligenz und Machine Learning
KI und maschinelles Lernen sind Schlüsseltechnologien, wenn es darum geht, aus Daten Erkenntnissse zu gewinnen. Hier erfahren Sie konkret, wie sie sich für die Datenanalyse einsetzen lassen.
-
Werkzeuge und mehr
Mit der Analyse allein ist es nicht getan. Freuen Sie sich auf Praxistipps zum Projektmanagement, zu Werkzeugen wie Git und zur gelungenen Kommunikation mit Stakeholdern.
Aus dem Inhalt
- Erste Schritte mit R und RStudio
- Begriffe aus der Statistik vom Median bis zum Hypothesentest
- Vorbereitung: Daten reinigen und transformieren
- k-Means Clustering
- Lineare und nichtlineare Regression
- Das richtige Verfahren wählen
- Machine Learning einsetzen
- Dimensionen und Parameter geschickt wählen
- Tipps für alle Phasen eines Data-Science-Projekts
- Ihre Anwendung als REST-API bereitstellen
- Anomalieerkennung, Warenkorbanalyse und viele weitere Anwendungen
Stimmen zum Buch
Diese Bücher könnten Sie auch interessieren
-
Einstieg in Data Science mit R – Datenanalyse und Statistik ohne Vorkenntnisse
263 Seiten, broschiert
E-Book-Formate: PDF, EPUB, Online€ 29,90
Sofort lieferbar
Buch | E-Book | Bundle
-
Grundkurs Machine Learning
256 Seiten, broschiert
E-Book-Formate: PDF, Online€ 29,90
Sofort lieferbar
Buch | E-Book | Bundle
-
Daten- und Prozessanalyse für Fachinformatiker*innen
489 Seiten, broschiert
E-Book-Formate: PDF, EPUB, Online€ 29,90
Sofort lieferbar
Buch | E-Book | Bundle