Alex J. Gutman / Jordan Goldmeier

Werde ein Data Head

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

34,90 39,90 

Enthält MwSt.
 
Kostenloser Versand

Erscheinungsdatum: 02.05.2022Seitenanzahl: 268Verlag: O'ReillyAuflage: 1. AuflageEinband: Softcover ISBN Print: 978-3-96009-191-2ISBN Bundle: 978-3-96010-670-8ISBN PDF: 978-3-96010-667-8ISBN ePub: 978-3-96010-668-5ISBN Mobi: 978-3-96010-669-2 Artikelnummer: 13853

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

Auch wenn Sie von Haus aus kein Data Scientist sind, im Job aber viel mit Daten zu tun haben: Mit diesem Buch werden Sie zu einem echten Data Head. Der kompakte Datenanalyse-Leitfaden gibt Führungskräften, Quereinsteigern und all denen, die häufig mit Data Scientists zusammenarbeiten, das Wissen, die Fachsprache und die nötigen Werkzeuge an die Hand, um informiert und kritisch über die Auswertung von Daten zu sprechen und die richtigen Fragen zu stellen.

Nach der Lektüre dieses Buchs können Sie Projekte aus den Bereichen Data Science, Statistik und Machine Learning beurteilen und aktiv mitgestalten – auch ohne einen technischen Background. Alex Gutman und Jordan Goldmeier veranschaulichen unterhaltsam und verständlich die aktuellen, zum Teil komplexen Data-Science- und Statistik-Konzepte anhand einfacher, gut nachvollziehbarer Beispiele, Denkübungen und Analogien.

  • Bauen Sie Ihre Datenkompetenz deutlich aus und erfahren Sie, wie Sie mit Daten argumentieren
  • Lernen Sie statistisches Denken und verstehen Sie die Grundlagen der Wahrscheinlichkeitsrechnung
  • Entwickeln Sie ein intuitives Verständnis von unüberwachtem Lernen, Regression, Klassifikation und Textanalyse
  • Vermeiden Sie häufige Fallstricke bei der Interpretation von Daten
  • Verstehen Sie, was es mit Machine Learning, Textanalyse, Deep Learning und künstlicher Intelligenz wirklich auf sich hat
  • Entwickeln Sie ein mentales Grundgerüst aus zentralen Data-Science-Konzepten, um geplante Datenprojekte Ihres Unternehmens kritisch hinterfragen zu können
»Ein Statistik-Buch, das nicht für Techniker, sondern deren Manager und andere Führungskräfte geschrieben wurde.«

(nerdbuch.wordpress.com, Juni 2022)
-- -- --
»Ein solches Buch war lange überfällig. Es transportiert keine grundsätzliche KI-Skepsis, sondern nimmt die vielen Defizite der täglichen Praxis in den Blick. Deren Spektrum reicht von mangelnder mathematischer Kompetenz bis zu verführerisch naheliegenden psychologischen Voreingenommenheiten, die im Bias-Effekt münden. Trotz der hohen Mathematikdosis ist der Text leicht verständlich und kurzweilig zu lesen. So eignet sich das Buch nicht nur für Leute an der technischen Front, sondern auch für Manager.«
(c’t Heft 16/2022)

Alex J. Gutman / Jordan Goldmeier

Alex J. Gutman ist Data Scientist, Unternehmenstrainer und Accredited Professional Statistician®. Sein beruflicher Schwerpunkt liegt auf statistischem und maschinellem Lernen, und er verfügt über umfangreiche Erfahrungen als Data Scientist für das US-Verteidigungsministerium und zwei Fortune-50-Unternehmen. Seinen Doktortitel in angewandter Mathematik erhielt er vom Air Force Institute of Technology.

Jordan Goldmeier ist ein international anerkannter Analytik- und Datenvisualisierungs-Experte, Autor und Redner. Er wurde sieben Mal mit dem Microsoft Most Valuable Professional Award ausgezeichnet und hat Mitglieder von Pentagon und Fortune-500-Unternehmen in Analytik unterrichtet. Er ist Autor der Bücher Advanced Excel Essentials und Dashboards for Excel.

  • alle, die auch ohne technischen Background mehr Datenkompetenz für den Job entwickeln wollen – angehende Data Scientists
Zu diesem Titel sind aktuell leider keine Links vorhanden!