Handbuch Data Science und KI

- Bietet einen umfassenden Überblick über die verschiedenen Anwendungsbereiche von Data Science und KI - Mit Fallbeispielen aus der Praxis, um die beschriebenen Konzepte greifbar zu machen - Mit praktischen Beispielen, die Ihnen helfen, einfache Datenanalyseprojekte durchzuführen - Neu in der 4. Auflage: Kapitel zu Vibe Coding und KI-Agenten - Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten Buches
Data Science, Big Data und künstliche Intelligenz gehören derzeit zu den Konzepten, über die in Industrie, Regierung und Gesellschaft viel gesprochen wird, die aber auch am häufigsten missverstanden werden. Dieses Buch erklärt die Konzepte und vermittelt Ihnen das praktische Wissen, um sie zu nutzen. Anhand von Übungen und Beispielen aus der Praxis wird Ihnen gezeigt, wie Sie Data-Science-Methoden anwenden, Datenplattformen aufbauen und daten- und ML-gesteuerte Projekte in die Produktion überführen können. Es hilft Ihnen zu verstehen - und den verschiedenen Interessengruppen zu erläutern -, wie mit diesen Techniken Mehrwert generiert wird. Auf dem Weg lernen Sie wesentliche Data-Science-Konzepte kennen einschließlich der Grundlagen der Statistik, der Mathematik und des maschinellen Lernens. Wichtige Themen wie kritisches Denken, rechtliche und ethische Überlegungen und der Aufbau leistungsfähiger Datenteams werden ebenfalls behandelt. Von angehenden Data Scientists über erfahrene Data Engineers bis hin zu Data Leadern - sie alle erhalten die Antwort auf folgenden Fragen: Wie kann ein Unternehmen datengetriebener werden, welche Herausforderungen können sich ergeben und wie können sie dazu beitragen, dass diese Reise ein Erfolg wird?
Das Autor:innenteam besteht aus Datenexpert:innen aus Wirtschaft und Wissenschaft, darunter Data Scientists, Ingenieur:innen, Führungskräfte aus der Wirtschaft und Rechtsexpert:innen. Alle sind Mitglieder der Vienna Data Science Group (VDSG), einer NGO, die sich zum Ziel gesetzt hat, eine Plattform für den Wissensaustausch über die Anwendung von Data Science, KI und maschinellem Lernen zu schaffen. Dabei soll das Bewusstsein für die Chancen und potenziellen Risiken dieser Technologien geschärft werden.
AUS DEM INHALT Kritisches Denken und Datenkultur: Wie evidenzbasierte Entscheidungsfindung die Grundlage für effektive KI ist. / Machine Learning: Grundlagen der Mathematik, Statistik, ML-Algorithmen und -Architekturen / Natural Language Processing und Computer Vision: Wie man aus Text-, Bild- und Videodateien wertvolle Erkenntnisse für reale Anwendungen gewinnt. / Grundlagenmodelle und generative KI: Verstehen von Stärken und Herausforderungen in Bezug auf Text, Bild, Video etc. / ML und KI in der Produktion: Vom Experiment zum Data-Science-Produkt / Ergebnisse präsentieren: Grundlegende Präsentationstechniken für Data Scientists

Stefan Papp ist ein Unternehmer, der mit Fortune-500-Unternehmen zusammenarbeitet, um Datenplattformen aufzubauen und ihnen zu helfen, datengesteuerter zu werden. Er lebt mit seiner Familie in Armenien und engagiert sich auch im armenischen Start-up-Ökosystem, wo er als Berater und Investor tätig ist. Zoltan C. Toth ist Data Engineering Architect, Dozent und Unternehmer. Mit einem Hintergrund in Informatik und Mathematik hat er Datenarchitekturen, Big-Data-Technologien und den Betrieb von ML für Fortune-500-Unternehmen weltweit unterrichtet. In den letzten zwei Jahrzehnten hat er als Solution Architect mit mehreren großen Unternehmen zusammengearbeitet und dabei Datenanalyseinfrastrukturen implementiert und diese bis zur Verarbeitung von Petabytes an Daten skaliert. Katherine Munro ist Data Scientist, Data Science Ambassador und Computerlinguistin. Sie forscht und entwickelt und schult Unternehmen in den Bereichen KI, natürliche Sprachverarbeitung und Data Science. Sie begann ihre technische Karriere mit der Spezialisierung auf Benutzeroberflächen und natürliches Sprachverständnis bei Mercedes-Benz und dem Fraunhofer-Institut. Aktuell entwickelt sie intelligente KI-Konversationssysteme mit NLP-Techniken und großen Sprachmodellen. Wolfgang Weidinger ist ein Data Scientist und KI-Experte. Er hat in einer Vielzahl von Branchen und Sektoren wie Start-ups, Finanzen, Beratung, Großhandel und Versicherungen gearbeitet. Dort leitete er Data Science & AI Teams und trieb deren Rolle als Speerspitze der digitalen und datengetriebenen Transformation voran. r ist Präsident der Vienna Data Science Group (www.vdsg.at), einer gemeinnützigen Vereinigung von und für Data Scientists und allen anderen Daten- und KI-Experten. Dr. Danko Nikoli- ist Experte für Hirnforschung und KI. Viele Jahre hat er ein elektrophysiologisches Labor am Max-Planck-Institut für Hirnforschung geleitet. Als Experte für KI und Machine Learning leitet er ein Data-Science-Team und entwickelt kommerzielle Lösungen auf der Grundlage von KI-Technologie.