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.
Reihe
Auflage
Sprache
Verlagsort
Verlagsgruppe
Springer Fachmedien Wiesbaden GmbH
Zielgruppe
Illustrationen
62
21 s/w Abbildungen, 62 farbige Abbildungen
XIII, 249 S. 83 Abb., 62 Abb. in Farbe. Book + eBook.
Maße
Höhe: 238 mm
Breite: 166 mm
Dicke: 15 mm
Gewicht
ISBN-13
978-3-658-33812-1 (9783658338121)
DOI
10.1007/978-3-658-33813-8
Schweitzer Klassifikation
Prof. Dr. Thomas Barton ist Professor an der Hochschule Worms. Seine Schwerpunkte liegen in den Bereichen Entwicklung betrieblicher Anwendungen, E-Business, Cloud Computing und Data Science.Prof. Dr. Christian Müller ist Professor an der Technischen Hochschule Wildau. Seine Schwerpunkte liegen in den Bereichen Operations Research, Simulation von Geschäftsprozessen und Internet-Technologien.
Einleitung.- Einführung in Data Science.- Systeme, Werkzeuge und Methoden.- Anwendungen.
