Data Science : Grundlagen, Architekturen und Anwendungen

QR koda

Data Science : Grundlagen, Architekturen und Anwendungen

Bibliografske podrobnosti
Drugi avtorji:	Haneke, Uwe (HerausgeberIn), Trahasch, Stephan (HerausgeberIn), Zimmer, Michael (HerausgeberIn), Felden, Carsten (HerausgeberIn)
Format:	Knjiga
Jezik:	German
Izdano:	Heidelberg : dpunkt.verlag, 2019
Izdaja:	1. Auflage
Serija:	Edition TDWI
Teme:	Wirtschaftsinformatik Künstliche Intelligenz Maschinelles Lernen Data Mining
Online dostop:	Inhaltsverzeichnis

Podobne knjige/članki

Rechtshandbuch Artificial Intelligence und Machine Learning
Izdano: (2020)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2020)

Doing Data Science : [Straight Talk From the Frontlinde]
od: Schutt, Rachel, et al.
Izdano: (2014)

Einführung in Data Science
od: Grus, Joel
Izdano: (2016)

Werde ein Data Head : Data Science, Machine Learning und Statistik verstehen und datenintensive Jobs meistern
od: Gutman, Alex J., et al.
Izdano: (2022)

Das Zeitalter der Daten : was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten
od: Aust, Holger
Izdano: (2021)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2009)

Einführung in Machine Learning mit Python : Praxiswissen Data Science
od: Müller, Andreas Christian, et al.
Izdano: (2017)

HMD - Praxis der Wirtschaftsinformatik
od: Fröschle, Hans-Peter, et al.
Izdano: (2023)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2020)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2021)

Das DevOps-Handbuch : Teams, Tools und Infrastrukturen erfolgreich umgestalten
od: Kim, Gene, et al.
Izdano: (2022)

Das Ende der Demokratie : wie die künstliche Intelligenz die Politik übernimmt und uns entmündigt
od: Hofstetter, Yvonne
Izdano: (2016)

HMD - Praxis der Wirtschaftsinformatik
od: Strahringer, Susanne
Izdano: (2023)

Einsatz von Machine-Learning-Verfahren in amtlichen Unternehmensstatistiken
od: Dumpert, Florian, et al.
Izdano: (2017)

ChatGPT & Co. : Mit KI-Tools effektiv arbeiten
Izdano: (2022)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2022)

Machine Learning Kochbuch : Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning
od: Albon, Chris
Izdano: (2019)

Prediction, Estimation, and Attribution
od: Efron, Bradley
Izdano: (2020)

Der unsichtbare Krieg : Wie die Digitalisierung Sicherheit und Stabilität in der Welt bedroht
od: Hofstetter, Yvonne
Izdano: (2020)

R für Data Science : Daten importieren, bereinigen, umformen, modellieren und visualisieren
od: Wickham, Hadley, et al.
Izdano: (2018)

Maschinelles Lernen: Classification and Regression Trees (CART) für Imputation nutzbar machen
od: Pech, Birgit
Izdano: (2019)

HMD - Praxis der Wirtschaftsinformatik

Das metrische Wir : Über die Quantifizierung des Sozialen
od: Mau, Steffen
Izdano: (2018)

Wie digital wollen wir leben? : die wichtigste Entscheidung für unsere Zukunft
od: Dohmen, Andreas
Izdano: (2019)

Datenanalyse und Statistik : Eine Einführung für Ökonomen im Bachelor
od: Bankhofer, Udo, et al.
Izdano: (2008)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2020)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2014)

Data Warehousing : Data Mining - OLAP
Izdano: (1998)

Data Warehousing: dem Kunden auf der Spur
Izdano: (1997)

Data Warehouse Blueprints : Business Intelligence in der Praxis
Izdano: (2016)

Big Data und Recht : Einführung für die Praxis
od: Caldarola, Maria Cristina, et al.
Izdano: (2019)

Data-Warehouse-Systeme für Dummies
od: Gerken, Wolfgang
Izdano: (2018)

Big Data : Chancen, Risiken, Entwicklungstendenzen
Izdano: (2018)

Data Governance : der Leitfaden für die Praxis
od: Weber, Kristin, et al.
Izdano: (2021)

Big data
Izdano: (2016)

Geheimhaltung im Data Warehouse : Prototypische Implementierung von automatisierter Geheimhaltung im Data Warehouse für die amtliche Hochschulstatistik in Bayern
od: Wipke, Mirco
Izdano: (2018)

Die empirische Erfassung des Lebenslangen Lernens : Eine Methodenuntersuchung unter Verwendung der Zeitbudgeterhebung 2001/2002
od: Wingerter, Christian
Izdano: (2004)

Datenintensive Anwendungen designen : Konzepte für zuverlässige, skalierbare und wartbare Systeme
od: Kleppmann, Martin
Izdano: (2019)

Medizinisch unterstützte Fortpflanzung
Izdano: (2009)