Domain bgs.at kaufen?

Produkt zum Begriff Data:


  • O'Reilly, Fachbücher, Data Science from Scratch 2e (Englisch, Joel Grus, 2019)
    O'Reilly, Fachbücher, Data Science from Scratch 2e (Englisch, Joel Grus, 2019)

    To really learn data science, you should not only master the tools—,data science libraries, frameworks, modules, and toolkits—,but also understand the ideas and principles underlying them. Updated for Python 3.6, this second edition of Data Science from Scratch shows you how these tools and algorithms work by implementing them from scratch. If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with the hacking skills you need to get started as a data scientist. Packed with new material on deep learning, statistics, and natural language processing, this updated book shows you how to find the gems in today's messy glut of data. - Get a crash course in Python - Learn the basics of linear algebra, statistics, and probability—,and how and when they're used in data science - Collect, explore, clean, munge, and manipulate data - Dive into the fundamentals of machine learning - Implement models such as k-nearest neighbors, Naïve Bayes, linear and logistic regression, decision trees, neural networks, and clustering - Explore recommender systems, natural language processing, network analysis, MapReduce, and databases.

    Preis: 58.04 € | Versand*: 0.00 €
  • O'Reilly, Fachbücher, Data Science mit AWS (Deutsch, Chris Fregly, Antje Barth, 2022)
    O'Reilly, Fachbücher, Data Science mit AWS (Deutsch, Chris Fregly, Antje Barth, 2022)

    Von der ersten Idee bis zur konkreten Anwendung: Realisieren Sie Data-Science-Projekte in der AWS-Cloud Der US-Besteller zu Amazon Web Services jetzt auf Deutsch Das Buch beschreibt alle wichtigen Konzepte und die wichtigsten AWS-Dienste mit vielen Beispielen aus der Praxis Es deckt den kompletten End-to-End-Prozess von der Entwicklung der Modelle bis zum ihrem konkreten Einsatz ab Mit Best Practices für alle Aspekte der Modellerstellung einschließlich Training, Deployment, Sicherheit und MLOps Mit diesem Buch lernen Machine-Learning- und KI-Praktiker:innen, wie sie erfolgreich Data-Science-Projekte mit Amazon Web Services erstellen und in den produktiven Einsatz bringen. Es bietet einen detaillierten Einblick in den KI- und Machine-Learning-Stack von Amazon, der Data Science, Data Engineering und Anwendungsentwicklung vereint. Chris Fregly und Antje Barth beschreiben verständlich und umfassend, wie Sie das breite Spektrum an AWS-Tools nutzbringend für Ihre ML-Projekte einsetzen. Der praxisorientierte Leitfaden zeigt Ihnen konkret, wie Sie ML-Pipelines in der Cloud erstellen und die Ergebnisse dann innerhalb von Minuten in Anwendungen integrieren. Sie erfahren, wie Sie alle Teilschritte eines Workflows zu einer wiederverwendbaren MLOps-Pipeline bündeln, und Sie lernen zahlreiche reale Use Cases zum Beispiel aus den Bereichen Natural Language Processing, Computer Vision oder Betrugserkennung kennen. Im gesamten Buch wird zudem erläutert, wie Sie Kosten senken und die Performance Ihrer Anwendungen optimieren können.

    Preis: 52.90 € | Versand*: 0.00 €
  • Penguin Random House, Fachbücher, Python for Data Science (Englisch, Yuli Vasiliev, 2022)
    Penguin Random House, Fachbücher, Python for Data Science (Englisch, Yuli Vasiliev, 2022)

    A hands-on, real-world introduction to data analysis with the Python programming language, loaded with wide-ranging examples. Python is an ideal choice for accessing, manipulating, and gaining insights from data of all kinds. Python for Data Science introduces you to the Pythonic world of data analysis with a learn-by-doing approach rooted in practical examples and hands-on activities. You'll learn how to write Python code to obtain, transform, and analyze data, practicing state-of-the-art data processing techniques for use cases in business management, marketing, and decision support. You will discover Python's rich set of built-in data structures for basic operations, as well as its robust ecosystem of open-source libraries for data science, including NumPy, pandas, scikit-learn, matplotlib, and more. Examples show how to load data in various formats, how to streamline, group, and aggregate data sets, and how to create charts, maps, and other visualizations. Later chapters go in-depth with demonstrations of real-world data applications, including using location data to power a taxi service, market basket analysis to identify items commonly purchased together, and machine learning to predict stock prices.

    Preis: 50.25 € | Versand*: 0.00 €
  • No Starch Press, Fachbücher, Malware Data Science (Englisch, Joshua Saxe, Hillary Sanders, 2018)
    No Starch Press, Fachbücher, Malware Data Science (Englisch, Joshua Saxe, Hillary Sanders, 2018)

    Malware Data Science explains how to identify, analyze, and classify large-scale malware using machine learning and data visualization. Security has become a "big data" problem. The growth rate of malware has accelerated to tens of millions of new files per year while our networks generate an ever-larger flood of security-relevant data each day. In order to defend against these advanced attacks, you'll need to know how to think like a data scientist. In Malware Data Science, security data scientist Joshua Saxe introduces machine learning, statistics, social network analysis, and data visualization, and shows you how to apply these methods to malware detection and analysis. You'll learn how to: - Analyze malware using static analysis - Observe malware behavior using dynamic analysis - Identify adversary groups through shared code analysis - Catch 0-day vulnerabilities by building your own machine learning detector - Measure malware detector accuracy - Identify malware campaigns, trends, and relationships through data visualization Whether you're a malware analyst looking to add skills to your existing arsenal, or a data scientist interested in attack detection and threat intelligence, Malware Data Science will help you stay ahead of the curve.

    Preis: 63.50 € | Versand*: 0.00 €
  • Was bedeuten Data Science und Data Engineering?

    Data Science bezieht sich auf die Analyse und Interpretation von Daten, um Erkenntnisse und Muster zu gewinnen, die bei der Lösung von Problemen und der Unterstützung von Entscheidungsprozessen helfen. Data Engineering hingegen bezieht sich auf die Entwicklung und Verwaltung von Dateninfrastrukturen, um sicherzustellen, dass Daten effizient erfasst, gespeichert, verarbeitet und analysiert werden können. Data Engineering legt den Fokus auf die technische Seite der Datenverarbeitung, während Data Science sich auf die Analyse und Interpretation der Daten konzentriert.

  • Hat Data Science Zukunft?

    Ja, Data Science hat definitiv Zukunft. Mit der zunehmenden Digitalisierung und dem wachsenden Bedarf an datenbasierten Entscheidungen in Unternehmen wird die Nachfrage nach Data Science-Fachleuten weiter steigen. Zudem ermöglicht Data Science die Entwicklung neuer Technologien und Lösungen in verschiedenen Bereichen wie Gesundheitswesen, Finanzen, Marketing und vielen anderen. Daher wird Data Science auch in Zukunft eine wichtige Rolle spielen.

  • Sollte ich Data Science studieren?

    Ob du Data Science studieren solltest, hängt von deinen Interessen und Zielen ab. Wenn du ein starkes Interesse an Mathematik, Statistik und Programmierung hast und gerne komplexe Daten analysierst, könnte ein Studium in Data Science für dich geeignet sein. Es ist auch wichtig zu beachten, dass Data Science ein schnell wachsendes Feld ist und gute Karrieremöglichkeiten bietet.

  • Sollte man Wirtschaftsinformatik oder Data Science studieren?

    Die Wahl zwischen Wirtschaftsinformatik und Data Science hängt von den persönlichen Interessen und Karrierezielen ab. Wirtschaftsinformatik kombiniert betriebswirtschaftliches Wissen mit IT-Kenntnissen und ist daher für diejenigen geeignet, die eine Karriere in der Schnittstelle von Wirtschaft und IT anstreben. Data Science hingegen konzentriert sich auf die Analyse großer Datenmengen und die Entwicklung von datengetriebenen Lösungen, was für diejenigen interessant ist, die sich für die Arbeit mit Daten und statistischen Modellen begeistern.

Ähnliche Suchbegriffe für Data:


  • MIT Press, Fachbücher, Veridical Data Science (Englisch, Bin Yu, Rebecca L. Barter, 2024)
    MIT Press, Fachbücher, Veridical Data Science (Englisch, Bin Yu, Rebecca L. Barter, 2024)

    Using real-world data case studies, this innovative and accessible textbook introduces an actionable framework for conducting trustworthy data science. Most textbooks present data science as a linear analytic process involving a set of statistical and computational techniques without accounting for the challenges intrinsic to real-world applications. Veridical Data Science, by contrast, embraces the reality that most projects begin with an ambiguous domain question and messy data it acknowledges that datasets are mere approximations of reality while analyses are mental constructs. Bin Yu and Rebecca Barter employ the innovative Predictability, Computability, and Stability (PCS) framework to assess the trustworthiness and relevance of data-driven results relative to three sources of uncertainty that arise throughout the data science life cycle: the human decisions and judgment calls made during data collection, cleaning, and modeling. By providing real-world data case studies, intuitive explanations of common statistical and machine learning techniques, and supplementary R and Python code, Veridical Data Science offers a clear and actionable guide for conducting responsible data science. Requiring little background knowledge, this lucid, self-contained textbook provides a solid foundation and principled framework for future study of advanced methods in machine learning, statistics, and data science. Presents the Predictability, Computability, and Stability (PCS) methodology for producing trustworthy data-driven resultsTeaches how a data science project should be conducted from beginning to end, including extensive discussion of the data scientist's decision-making processCultivates critical thinking throughout the entire data science life cycleProvides practical examples and illuminating case studies of real-world data analysis problems with associated code, exercises, and solutionsSuitable for advanced undergraduate and graduate students, domain scientists, and practitioners.

    Preis: 95.86 € | Versand*: 0.00 €
  • dPunkt, Fachbücher, Data Science (Deutsch, Michael Zimmer, Uwe Haneke, Carsten Felden, Stephan Trahasch, 2021)
    dPunkt, Fachbücher, Data Science (Deutsch, Michael Zimmer, Uwe Haneke, Carsten Felden, Stephan Trahasch, 2021)

    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. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Businss Intelligence an ihre Grenzen stößt. Dieses Buch bietet eine umfassende Einführung in Data Science und deren praktische Relevanz für Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-Ökosystem thematisiert. In verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert.

    Preis: 59.90 € | Versand*: 0.00 €
  • Tandberg Data Ot Lto-9 Data Cartridge Single, Cartridge
    Tandberg Data Ot Lto-9 Data Cartridge Single, Cartridge

    Die Ot LTO-9 Data Cartridge von Tandberg Data ist eine hochmoderne Speichermedium, das für die zuverlässige und effiziente Datensicherung konzipiert wurde. Diese Cartridge bietet eine hohe Speicherkapazität und ist ideal für Unternehmen und Organisationen, die grosse Datenmengen verwalten müssen. Die LTO-9-Technologie gewährleistet eine verbesserte Datenintegrität und -sicherheit, was sie zu einer ausgezeichneten Wahl für langfristige Archivierungsstrategien macht. Die Cartridge ist mit einer begrenzten lebenslangen Garantie ausgestattet, was zusätzliches Vertrauen in die Qualität und Langlebigkeit des Produkts bietet. Die Ot LTO-9 Data Cartridge ist einfach zu handhaben und mit einer Vielzahl von LTO-kompatiblen Laufwerken kompatibel, was ihre Vielseitigkeit erhöht. Sie ist eine essentielle Lösung für alle, die auf der Suche nach einer effektiven und zuverlässigen Methode zur Datensicherung sind.

    Preis: 139.00 € | Versand*: 0.00 €
  • O'Reilly, Fachbücher, R für Data Science (Deutsch, Garrett Grolemund, Hadley Wickham, Mine Cetinkaya-rundel, 2024)
    O'Reilly, Fachbücher, R für Data Science (Deutsch, Garrett Grolemund, Hadley Wickham, Mine Cetinkaya-rundel, 2024)

    Mit R Daten analysieren - die anschauliche und verständliche Einführung 2. Auflage des US-Bestellers, jetzt vollständig aktualisiert und erweitertHadley Wickham ist eine Legende auf dem Gebiet der Data Science: Er hat eine vollkommen neue, bahnbrechende Methode der Datenanalyse mit R entwickeltWickhams innovative Herangehensweise wird in diesem Buch beschrieben, es ist ein Standardwerk für DatenanalystenErfahren Sie, wie Sie mit R aus Ihren Rohdaten Erkenntnisse und Einsichten gewinnen können. Dieses Praxisbuch führt Sie ein in R und RStudio sowie in Tidyverse, eine Sammlung von R-Paketen, die ineinandergreifen, um Data-Science-Fragestellungen schnell und effektiv zu erledigen. Selbst wenn Sie keine Programmiererfahrung haben, werden Sie mit diesem Buch schnell in die Datenanalyse einsteigen können.Sie lernen, wie Sie Daten importieren, aufbereiten, untersuchen und modellieren und wie Sie die Ergebnisse präsentieren können. So bekommen Sie einen vollständigen Überblick über den Data-Science-Zyklus und die Tools, die für die Detailarbeit erforderlich sind. In dieser aktualisierten und erweiterten 2. Auflage werden die neuesten Funktionen und Best Practices von Tidyverse vorgestellt. Neue Kapitel zeigen, wie Sie Daten aus Tabellenkalkulationen, Datenbanken und Websites abrufen können. Zahlreiche Übungen helfen Ihnen, das Gelernte in der Praxis anzuwenden.

    Preis: 54.90 € | Versand*: 0.00 €
  • Bin ich ohne Studium für Data Science geeignet?

    Es ist möglich, ohne ein formales Studium in Data Science geeignet zu sein. Es gibt viele Möglichkeiten, sich selbstständig in diesem Bereich weiterzubilden, wie zum Beispiel Online-Kurse, Bootcamps oder praktische Erfahrungen. Es ist jedoch wichtig zu beachten, dass ein formaler Abschluss in Data Science oft von Arbeitgebern bevorzugt wird und einige Unternehmen möglicherweise eine entsprechende Ausbildung oder Erfahrung verlangen.

  • Was sind die Zukunftschancen im Bereich Data Science?

    Die Zukunftschancen im Bereich Data Science sind sehr vielversprechend. Mit der zunehmenden Digitalisierung und dem wachsenden Datenbestand in Unternehmen wird die Nachfrage nach Data Scientists weiter steigen. Zudem bieten neue Technologien wie künstliche Intelligenz und maschinelles Lernen immer mehr Möglichkeiten für datengetriebene Entscheidungen und Innovationen. Data Science wird daher eine wichtige Rolle in vielen Branchen spielen und gute Karrieremöglichkeiten bieten.

  • Was ist der Studiengang Data Science in der Medizin?

    Der Studiengang Data Science in der Medizin kombiniert medizinisches Fachwissen mit fortgeschrittenen Kenntnissen in Datenanalyse und -verarbeitung. Studierende lernen, wie sie medizinische Daten sammeln, analysieren und interpretieren können, um Erkenntnisse zu gewinnen und medizinische Entscheidungen zu unterstützen. Der Studiengang bereitet Absolventen darauf vor, in Bereichen wie medizinischer Forschung, klinischer Praxis und Gesundheitsmanagement tätig zu sein.

  • Wie kann ich Data Science in meinem Unternehmen einsetzen?

    Um Data Science in Ihrem Unternehmen einzusetzen, sollten Sie zunächst klare Ziele definieren, die Sie mit Hilfe von Datenanalyse erreichen möchten. Identifizieren Sie dann die relevanten Datenquellen und sammeln Sie die benötigten Daten. Anschließend können Sie Data Science-Techniken wie maschinelles Lernen und statistische Analysen anwenden, um Muster und Erkenntnisse aus den Daten zu gewinnen und fundierte Entscheidungen zu treffen. Stellen Sie sicher, dass Sie über die richtigen Ressourcen und Fähigkeiten verfügen, um Data Science erfolgreich in Ihrem Unternehmen einzusetzen.

* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.