Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Ihr gewünschter Artikel ist in 0 Buchhandlungen vorrätig - wählen Sie hier eine Buchhandlung in Ihrer Nähe aus:
- Vollständige Data-Science- und Machine-Learning-Projekte umsetzen ohne Programmierung - mit der Open-Source-Software KNIME - Praxisnahe Datenanalyse-Workflows nach dem bewährten CRISP-DM-Prozess entwickeln, bewerten und automatisieren - Durchgängige Praxisbeispiele für Marketing, Controlling, Produktion, Finanzen und weitere Anwendungsbereiche Data Science ohne Programmierung Dieses Buch zeigt Ihnen, wie Sie mit KNIME komplette Data-Science- und Machine-Learning-Workflows ohne jeglichen Code und ohne Programmierkenntnisse umsetzen. Sie lernen, Daten aufzubereiten, Modelle zu erstellen, Ergebnisse zu bewerten und Workflows in bestehende Geschäftsprozesse zu integrieren. Damit richtet sich dieser praxisnahe Einstieg nicht nur an Data Analysts, sondern auch an Fach- und Führungskräfte, Studierende und alle, die Data-Science-Projekte ohne Programmierung umsetzen möchten. Produktive No-Code-Workflows mit KNIME Als strukturierenden Rahmen nutzt das Buch den bewährten Data-Science-Standardprozess CRISP-DM. Sie lernen nicht nur, Modelle zu trainieren, sondern auch Ergebnisse richtig zu bewerten, Schwellenwerte festzulegen und Outputs weiterzuverarbeiten. Darüber hinaus erfahren Sie, wie sich KNIME-Workflows automatisieren und dauerhaft produktiv im Arbeitsalltag einsetzen lassen. Praxisnahe Projekte für reale Anwendungsfälle Praxisnahe Beispielprojekte für verschiedene Branchen ziehen sich als roter Faden durch das gesamte Buch: von Marketing und Vertrieb über Controlling und Finanzen bis hin zu Diagnostik. So entwickeln Sie ein Verständnis für die Methodik und praxisrelevante Workflows und können anschließend eigene Analyse- und Automatisierungsprojekte selbstständig umsetzen.
Philipp Grunert ist Data Scientist und Data Engineer mit über 20 Jahren Erfahrung in Statistik, Machine Learning und KI. Er hat hunderte Projekte in Data Science, Business Analytics und Risk Management umgesetzt und Teams aufgebaut und geführt. Heute begleitet er mit der Data-Science-Factory GmbH und dem IMSP Unternehmen und Institutionen bei der Entwicklung und Implementierung datengetriebener Lösungen.
