Data science Grundlagen, Architekturen und Anwendungen

Gespeichert in:

Bibliographische Detailangaben
Weitere Verfasser:	Haneke, Uwe (HerausgeberIn), Trahasch, Stephan (HerausgeberIn), Zimmer, Michael (HerausgeberIn), Felden, Carsten (HerausgeberIn)
Format:	UnknownFormat
Sprache:	ger
Veröffentlicht:	Heidelberg dpunkt.verlag 2019
Ausgabe:	1. Auflage
Schriftenreihe:	Edition TDWI tdwi Wissen
Schlagworte:	Aufsatzsammlung > Data Science > Big Data > Business Intelligence > Data Mining > Wirtschaftsinformatik > Deep learning > Maschinelles Lernen > Künstliche Intelligenz
Online Zugang:	Inhaltsverzeichnis
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Titel	Jahr	Verfasser
Der Analytics-Beitrag zu einer Added-Value-Strategie am Beispiel eines Kundenkartenunternehmens	2019	Meyer, Matthias
Konzeption und Entwicklung von Data-driven Products/Datenprodukten	2019	Tempich, Christoph
Von einer BI-Landschaft zum Data & Analytics-Ökosystem	2019	Zimmer, Michael
Data Privacy	2019	Kayser, Victoria
Customer Churn mit Keras/TensorFlow und H2O	2019	Glander, Shirin
Wirtschaftlichkeitsbetrachtung bei der Auswahl & Entwicklung von Data Science : Eine Fallstudie im Online-Lebensmitteleinzelhandel	2019	March, Nicolas
Analytics im Onlinehandel	2019	Braun, Mikio Ludwig
(Advanced) Analytics is the new BI?	2019	Haneke, Uwe
Einleitung	2019	Haneke, Uwe
Data Science und künstliche Intelligenz - der Schlüssel zum Erfolg?	2019	Beierschoder, Marc
Predictive Maintenance	2019	Huber, Marco
Gespräch zur digitalen Ethik	2019	Haun, Matthias
Self-Service im Data-Science-Umfeld: der emanzipierte Anwender	2019	Haneke, Uwe
Scrum in Data-Science-Projekten	2019	Kleist, Caroline
Grundlegende Methoden der Data Science	2019	Trahasch, Stephan
Deep Learning	2019	Dorer, Klaus