Werde ein Data Head

Data Science, Machine Learning und Statistik verstehen und datenintensive Jobs meistern

Alex J. Gutman, Jordan Goldmeier, Jørgen W. Lang, Jørgen W. Lang

• Verlag: O'Reilly
• Jahr: 2022
• ISBN:
  9783960106685
• Thema: Informatik
• Thema: Data Mining

Fundierte Datenkompetenz für den Arbeitsplatz entwickeln - auch ohne Programmierkenntnisse

• Jenseits der Buzzwords: zentrale Konzepte in Data Science, Statistik und Machine Learning wirklich verstehen
• Das Buch vermittelt Grundwissen und eine datenorientierte Denkweise anhand klarer, gut nachvollziehbarer Alltagsbeispiele
• Es schließt die Kommunikationslücke zwischen Data Scientists, Führungskräften und all denjenigen, die täglich mit Daten umgehen müssen

Dieses Buch ist ein umfassender Leitfaden für das Verständnis von Datenanalyse am Arbeitsplatz. Alex Gutman und Jordan Goldmeier lüften den Vorhang der Data Science und geben Ihnen die Sprache und die Werkzeuge an die Hand, die Sie benötigen, um informiert mitreden zu können, kritisch über die Auswertung von Daten zu sprechen und die richtigen Fragen zu stellen. Dank dieses Buchs kann jede: r ein Data Head werden und aktiv an Data Science, Statistik und Machine Learning teilnehmen - auch ohne einen technischen Background.
In diesem unterhaltsamen und gut verständlichen Buch werden die aktuellen, zum Teil komplexen Data-Science- und Statistik-Konzepte anhand einfacher Beispiele und Analogien veranschaulicht. Sie lernen statistisches Denken, das Vermeiden häufiger Fallstricke bei der Interpretation von Daten, und Sie erfahren, was es mit Machine Learning, Textanalyse, Deep Learning und künstlicher Intelligenz wirklich auf sich hat. Wenn Sie in Ihrem Unternehmen konkret mit Daten arbeiten, Führungskraft oder angehender Data Scientist sind, zeigt Ihnen dieses Buch, wie Sie ein echter Data Head werden.

Inhaltsverzeichnis

• Cover
• Titel
• Impressum
• Inhalt
• Widmung
• Vorwort
• Einleitung
• Teil I Denken wie ein Data Head
• Teil II Sprechen wie ein Data Head
• Teil III Den Werkzeugkasten des Data Scientist verstehen
• Teil IV Den Erfolg sichern
• Danksagungen
• Fußnoten
• Index
• Über die Autoren
• Über den Fachgutachter und die Fachgutachterin
• Über den Übersetzer