Das Zeitalter der Daten: was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Buch |
| Sprache: | German |
| Veröffentlicht: |
Berlin
Springer
[2021]
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | XI, 248 Seiten. - Illustrationen, Diagramme 21 cm |
| ISBN: | 9783662623350 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV047118939 | ||
| 003 | DE-604 | ||
| 005 | 20220707 | ||
| 007 | t| | ||
| 008 | 210202s2021 xx a||| |||| 00||| ger d | ||
| 015 | |a 20,N47 |2 dnb | ||
| 016 | 7 | |a 1221209949 |2 DE-101 | |
| 020 | |a 9783662623350 |c Festeinband : circa EUR 17.99 (DE), circa EUR 18.49 (AT), circa CHF 20.00 (freier Preis), circa EUR 16.81 |9 978-3-662-62335-0 | ||
| 024 | 3 | |a 9783662623350 | |
| 035 | |a (OCoLC)1222205457 | ||
| 035 | |a (DE-599)DNB1221209949 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-355 |a DE-20 |a DE-Aug4 |a DE-210 |a DE-Di1 |a DE-526 | ||
| 084 | |a ST 530 |0 (DE-625)143679: |2 rvk | ||
| 084 | |a SU 100 |0 (DE-625)143693: |2 rvk | ||
| 084 | |a ST 300 |0 (DE-625)143650: |2 rvk | ||
| 084 | |a 510 |2 sdnb | ||
| 100 | 1 | |a Aust, Holger |d 1980- |e Verfasser |0 (DE-588)139719377 |4 aut | |
| 245 | 1 | 0 | |a Das Zeitalter der Daten |b was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten |c Holger Aust |
| 264 | 1 | |a Berlin |b Springer |c [2021] | |
| 264 | 4 | |c ©2021 | |
| 300 | |b XI, 248 Seiten. - Illustrationen, Diagramme |c 21 cm | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 650 | 0 | 7 | |a Big Data |0 (DE-588)4802620-7 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Data Science |0 (DE-588)1140936166 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Algorithmus |0 (DE-588)4001183-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |2 gnd |9 rswk-swf |
| 653 | |a Data Science in der Praxis | ||
| 653 | |a Maschinelles Lernen | ||
| 653 | |a Big Data | ||
| 653 | |a Data Scientist | ||
| 653 | |a Datenwissenschaft | ||
| 653 | |a Deep Learning | ||
| 653 | |a Neuronale Netze | ||
| 653 | |a Machine Learning | ||
| 653 | |a Statistics, general | ||
| 653 | |a Data Structures and Information Theory | ||
| 653 | |a Artificial Intelligence | ||
| 653 | |a Data Analysis and Big Data | ||
| 653 | |a Data Science | ||
| 653 | |a Methodology of Data Collection and Processing | ||
| 653 | |a Mathematics and Statistics | ||
| 653 | |a Hardcover, Softcover / Mathematik/Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik | ||
| 689 | 0 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 0 | 1 | |a Big Data |0 (DE-588)4802620-7 |D s |
| 689 | 0 | 2 | |a Algorithmus |0 (DE-588)4001183-5 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Data Science |0 (DE-588)1140936166 |D s |
| 689 | 1 | 1 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 1 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 1 | 3 | |a Big Data |0 (DE-588)4802620-7 |D s |
| 689 | 1 | |5 DE-604 | |
| 710 | 2 | |a Springer-Verlag GmbH |0 (DE-588)1065168780 |4 pbl | |
| 776 | 0 | 8 | |i Erscheint auch als |n Online-Ausgabe |z 978-3-662-62336-7 |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032525292&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-032525292 | |
Datensatz im Suchindex
| _version_ | 1817968174672379904 |
|---|---|
| adam_text |
INHALTSVERZEICHNIS
1
DATA
SCIENCE:
DIE
KUNST
MIT
DATEN
UMZUGEHEN
1
1.1
DER
DREIKLANG
AUS
DATA
SCIENCE,
MACHINE
LEARNING
UND
KI
7
1.2
BIG
DATA:
KOMMT
ES
AUF
DIE
GROESSE
AN?
9
1.3
DEEP
LEARNING:
AUS
DER
TIEFE
KOMMT
DIE
INTELLIGENZ
12
1.4
CLOUD
COMPUTING:
ALLES
WIRD
VIRTUELL
15
1.5
DAS
INTERNET
DER
DINGE:
DATEN
OHNE
ENDE
18
LITERATUR
19
2
KI:
HYPE
ODER
TECHNOLOGIE
DER
ZUKUNFT?
21
2.1
KOMMT
DER
KI-WIN
TER?
23
2.2
SCHWACHE
KI
LIEGT
IN
FUEHRUNG
26
LITERATUR
31
3
WIE
LERNT
EINE
MASCHINE?
33
3.1
FRAGEN
UEBER
FRAGEN:
LERNEN
IST
KOMPLEX
45
3.2
UEBERWACHTES
LERNEN:
LERNEN
UNTER
AUFSICHT
57
X
INHALTSVERZEICHNIS
3.3
UNUEBERWACHTES
LERNEN:
LERNEN
OHNE
VORBILD
65
3.4
BESTAERKENDES
LERNEN:
DIE
ERFAHRUNG
MACHT
*
S
69
3.5
TRANSFER
LEARNING:
UEBERTRAGEN
VON
WISSEN
73
LITERATUR
74
4
STOLZ
UND
VORURTEILE
-
RISIKEN
VON
DATA
SCIENCE
77
4.1
PFUSCH
AM
BAU
-
HANDWERKLICHE
FEHLER
78
4.2
MEINE
DATEN
GEHOEREN
MIR,
ODER?
89
4.3
SCHUBLADEN
IM
COMPUTERDENKEN
-
VORURTEILE
93
4.4
ETHISCHE
PROBLEME
96
LITERATUR
104
5
TYPISCHE
AUFGABEN
EINES
DATA
SCIENTISTS
107
5.1
DATA
IMPORT:
DIE
QUAL
DER
QUELLEN
112
5.2
DATA
CLEANING:
NUR
SAUBERE
DATEN
SIND
GUTE
DATEN
126
5.3
DATA
EXPLORATION:
ERSTE
EXPERIMENTE
132
5.4
DATA
MODELING:
DEN
ALGORITHMUS
AN
WENDEN
135
5.5
DATA
INTERPRETING:
DIE
INSIGHTS
ZAEHLEN
148
5.6
DEPLOYMENT:
AN
DIE
OEFFENTLICHKEIT
DAMIT
157
LITERATUR
158
6
DAS
GEHIRN
KOPIEREN?
-
KUENSTLICHE
NEURONALE
NETZE
161
6.1
DAS
KNN-SKELETT:
KNOTEN
&
VERBINDUNGEN
164
6.2
UND
SO
SPIELEN
DIE
TEILE
ZUSAMMEN
175
6.3
WIE
LERNT
EIN
NEURONALES
NETZ?
177
INHALTSVERZEICHNIS
XI
6.4
RECHENPOWER
SATT
DURCH
GRAFIKKARTEN
182
6.5
DER
NEURONALE-NETZE-ZOO
185
LITERATUR
192
7
DATA
SCIENCE
IN
DER
PRAXIS
195
7.1
SUCHMASCHINEN:
IM
ALLTAG
UNVERZICHTBAR
195
7.2
CHURN-RATE:
BLEIB
DOCH
NOCH,
LIEBER
KUNDE
199
7.3
RECOMMENDER
ENGINE:
KUNDEN
KAUFTEN
AUCH
.
204
7.4
FACE
RECOGNITION:
BIST
DU
MEIN
FREUND?
212
7.5
ROUTENPLANUNG:
VON
A
NACH
B
214
7.6
DISPOSITION:
WIE
VIEL
SOLL
ICH
BESTELLEN?
217
7.7
FRAUD
DETECTION:
DEN
BETRUEGERN
AUF
DER
SPUR
221
7.8
DISASTER
RISK:
NATURKATASTROPHEN
VORHERSAGEN
227
7.9
BOERSENHANDEL:
EIN
MILLIARDENGESCHAEFT
230
7.10
CHATBOTS:
FLUCH
ODER
SEGEN
FUER
DEN
KUNDEN 236
LITERATUR
238
8
ABSCHLUSS
241
STICHWORTVERZEICHNIS
245 |
| adam_txt |
INHALTSVERZEICHNIS
1
DATA
SCIENCE:
DIE
KUNST
MIT
DATEN
UMZUGEHEN
1
1.1
DER
DREIKLANG
AUS
DATA
SCIENCE,
MACHINE
LEARNING
UND
KI
7
1.2
BIG
DATA:
KOMMT
ES
AUF
DIE
GROESSE
AN?
9
1.3
DEEP
LEARNING:
AUS
DER
TIEFE
KOMMT
DIE
INTELLIGENZ
12
1.4
CLOUD
COMPUTING:
ALLES
WIRD
VIRTUELL
15
1.5
DAS
INTERNET
DER
DINGE:
DATEN
OHNE
ENDE
18
LITERATUR
19
2
KI:
HYPE
ODER
TECHNOLOGIE
DER
ZUKUNFT?
21
2.1
KOMMT
DER
KI-WIN
TER?
23
2.2
SCHWACHE
KI
LIEGT
IN
FUEHRUNG
26
LITERATUR
31
3
WIE
LERNT
EINE
MASCHINE?
33
3.1
FRAGEN
UEBER
FRAGEN:
LERNEN
IST
KOMPLEX
45
3.2
UEBERWACHTES
LERNEN:
LERNEN
UNTER
AUFSICHT
57
X
INHALTSVERZEICHNIS
3.3
UNUEBERWACHTES
LERNEN:
LERNEN
OHNE
VORBILD
65
3.4
BESTAERKENDES
LERNEN:
DIE
ERFAHRUNG
MACHT
*
S
69
3.5
TRANSFER
LEARNING:
UEBERTRAGEN
VON
WISSEN
73
LITERATUR
74
4
STOLZ
UND
VORURTEILE
-
RISIKEN
VON
DATA
SCIENCE
77
4.1
PFUSCH
AM
BAU
-
HANDWERKLICHE
FEHLER
78
4.2
MEINE
DATEN
GEHOEREN
MIR,
ODER?
89
4.3
SCHUBLADEN
IM
COMPUTERDENKEN
-
VORURTEILE
93
4.4
ETHISCHE
PROBLEME
96
LITERATUR
104
5
TYPISCHE
AUFGABEN
EINES
DATA
SCIENTISTS
107
5.1
DATA
IMPORT:
DIE
QUAL
DER
QUELLEN
112
5.2
DATA
CLEANING:
NUR
SAUBERE
DATEN
SIND
GUTE
DATEN
126
5.3
DATA
EXPLORATION:
ERSTE
EXPERIMENTE
132
5.4
DATA
MODELING:
DEN
ALGORITHMUS
AN
WENDEN
135
5.5
DATA
INTERPRETING:
DIE
INSIGHTS
ZAEHLEN
148
5.6
DEPLOYMENT:
AN
DIE
OEFFENTLICHKEIT
DAMIT
157
LITERATUR
158
6
DAS
GEHIRN
KOPIEREN?
-
KUENSTLICHE
NEURONALE
NETZE
161
6.1
DAS
KNN-SKELETT:
KNOTEN
&
VERBINDUNGEN
164
6.2
UND
SO
SPIELEN
DIE
TEILE
ZUSAMMEN
175
6.3
WIE
LERNT
EIN
NEURONALES
NETZ?
177
INHALTSVERZEICHNIS
XI
6.4
RECHENPOWER
SATT
DURCH
GRAFIKKARTEN
182
6.5
DER
NEURONALE-NETZE-ZOO
185
LITERATUR
192
7
DATA
SCIENCE
IN
DER
PRAXIS
195
7.1
SUCHMASCHINEN:
IM
ALLTAG
UNVERZICHTBAR
195
7.2
CHURN-RATE:
BLEIB
DOCH
NOCH,
LIEBER
KUNDE
199
7.3
RECOMMENDER
ENGINE:
KUNDEN
KAUFTEN
AUCH
.
204
7.4
FACE
RECOGNITION:
BIST
DU
MEIN
FREUND?
212
7.5
ROUTENPLANUNG:
VON
A
NACH
B
214
7.6
DISPOSITION:
WIE
VIEL
SOLL
ICH
BESTELLEN?
217
7.7
FRAUD
DETECTION:
DEN
BETRUEGERN
AUF
DER
SPUR
221
7.8
DISASTER
RISK:
NATURKATASTROPHEN
VORHERSAGEN
227
7.9
BOERSENHANDEL:
EIN
MILLIARDENGESCHAEFT
230
7.10
CHATBOTS:
FLUCH
ODER
SEGEN
FUER
DEN
KUNDEN 236
LITERATUR
238
8
ABSCHLUSS
241
STICHWORTVERZEICHNIS
245 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Aust, Holger 1980- |
| author_GND | (DE-588)139719377 |
| author_facet | Aust, Holger 1980- |
| author_role | aut |
| author_sort | Aust, Holger 1980- |
| author_variant | h a ha |
| building | Verbundindex |
| bvnumber | BV047118939 |
| classification_rvk | ST 530 SU 100 ST 300 |
| ctrlnum | (OCoLC)1222205457 (DE-599)DNB1221209949 |
| discipline | Informatik Mathematik |
| discipline_str_mv | Informatik Mathematik |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000 c 4500</leader><controlfield tag="001">BV047118939</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20220707</controlfield><controlfield tag="007">t|</controlfield><controlfield tag="008">210202s2021 xx a||| |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">20,N47</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1221209949</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783662623350</subfield><subfield code="c">Festeinband : circa EUR 17.99 (DE), circa EUR 18.49 (AT), circa CHF 20.00 (freier Preis), circa EUR 16.81</subfield><subfield code="9">978-3-662-62335-0</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783662623350</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1222205457</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1221209949</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-355</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-Aug4</subfield><subfield code="a">DE-210</subfield><subfield code="a">DE-Di1</subfield><subfield code="a">DE-526</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 530</subfield><subfield code="0">(DE-625)143679:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">SU 100</subfield><subfield code="0">(DE-625)143693:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 300</subfield><subfield code="0">(DE-625)143650:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">510</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Aust, Holger</subfield><subfield code="d">1980-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)139719377</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Das Zeitalter der Daten</subfield><subfield code="b">was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten</subfield><subfield code="c">Holger Aust</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin</subfield><subfield code="b">Springer</subfield><subfield code="c">[2021]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2021</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="b">XI, 248 Seiten. - Illustrationen, Diagramme</subfield><subfield code="c">21 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Algorithmus</subfield><subfield code="0">(DE-588)4001183-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Science in der Praxis</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Maschinelles Lernen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Big Data</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Scientist</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Datenwissenschaft</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Deep Learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Neuronale Netze</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Machine Learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Statistics, general</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Structures and Information Theory</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Artificial Intelligence</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Analysis and Big Data</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Science</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Methodology of Data Collection and Processing</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Mathematics and Statistics</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Hardcover, Softcover / Mathematik/Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Algorithmus</subfield><subfield code="0">(DE-588)4001183-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Springer-Verlag GmbH</subfield><subfield code="0">(DE-588)1065168780</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe</subfield><subfield code="z">978-3-662-62336-7</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032525292&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-032525292</subfield></datafield></record></collection> |
| id | DE-604.BV047118939 |
| illustrated | Illustrated |
| index_date | 2024-07-03T16:28:40Z |
| indexdate | 2024-12-09T13:05:54Z |
| institution | BVB |
| institution_GND | (DE-588)1065168780 |
| isbn | 9783662623350 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-032525292 |
| oclc_num | 1222205457 |
| open_access_boolean | |
| owner | DE-355 DE-BY-UBR DE-20 DE-Aug4 DE-210 DE-Di1 DE-526 |
| owner_facet | DE-355 DE-BY-UBR DE-20 DE-Aug4 DE-210 DE-Di1 DE-526 |
| physical | XI, 248 Seiten. - Illustrationen, Diagramme 21 cm |
| publishDate | 2021 |
| publishDateSearch | 2021 |
| publishDateSort | 2021 |
| publisher | Springer |
| record_format | marc |
| spelling | Aust, Holger 1980- Verfasser (DE-588)139719377 aut Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten Holger Aust Berlin Springer [2021] ©2021 XI, 248 Seiten. - Illustrationen, Diagramme 21 cm txt rdacontent n rdamedia nc rdacarrier Big Data (DE-588)4802620-7 gnd rswk-swf Neuronales Netz (DE-588)4226127-2 gnd rswk-swf Data Science (DE-588)1140936166 gnd rswk-swf Algorithmus (DE-588)4001183-5 gnd rswk-swf Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf Data Science in der Praxis Maschinelles Lernen Big Data Data Scientist Datenwissenschaft Deep Learning Neuronale Netze Machine Learning Statistics, general Data Structures and Information Theory Artificial Intelligence Data Analysis and Big Data Data Science Methodology of Data Collection and Processing Mathematics and Statistics Hardcover, Softcover / Mathematik/Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik Maschinelles Lernen (DE-588)4193754-5 s Big Data (DE-588)4802620-7 s Algorithmus (DE-588)4001183-5 s DE-604 Data Science (DE-588)1140936166 s Neuronales Netz (DE-588)4226127-2 s Springer-Verlag GmbH (DE-588)1065168780 pbl Erscheint auch als Online-Ausgabe 978-3-662-62336-7 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032525292&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Aust, Holger 1980- Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten Big Data (DE-588)4802620-7 gnd Neuronales Netz (DE-588)4226127-2 gnd Data Science (DE-588)1140936166 gnd Algorithmus (DE-588)4001183-5 gnd Maschinelles Lernen (DE-588)4193754-5 gnd |
| subject_GND | (DE-588)4802620-7 (DE-588)4226127-2 (DE-588)1140936166 (DE-588)4001183-5 (DE-588)4193754-5 |
| title | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten |
| title_auth | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten |
| title_exact_search | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten |
| title_exact_search_txtP | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten |
| title_full | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten Holger Aust |
| title_fullStr | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten Holger Aust |
| title_full_unstemmed | Das Zeitalter der Daten was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten Holger Aust |
| title_short | Das Zeitalter der Daten |
| title_sort | das zeitalter der daten was sie uber grundlagen algorithmen und anwendungen wissen sollten |
| title_sub | was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten |
| topic | Big Data (DE-588)4802620-7 gnd Neuronales Netz (DE-588)4226127-2 gnd Data Science (DE-588)1140936166 gnd Algorithmus (DE-588)4001183-5 gnd Maschinelles Lernen (DE-588)4193754-5 gnd |
| topic_facet | Big Data Neuronales Netz Data Science Algorithmus Maschinelles Lernen |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032525292&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT austholger daszeitalterderdatenwassieubergrundlagenalgorithmenundanwendungenwissensollten AT springerverlaggmbh daszeitalterderdatenwassieubergrundlagenalgorithmenundanwendungenwissensollten |