Das Zeitalter der Daten : was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten

QR-Code

Das Zeitalter der Daten : was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten

Bibliographische Detailangaben
VerfasserIn:	Aust, Holger (VerfasserIn)
Format:	Buch
Sprache:	German
Veröffentlicht:	Berlin, Germany : Springer, 2021
Schriftenreihe:	Sachbuch
Schlagworte:	Data Science Maschinelles Lernen Neuronales Netz Big Data

Ähnliche Einträge

Data Science : Grundlagen, Architekturen und Anwendungen
Veröffentlicht: (2019)

Faszination Statistik : Einblicke in aktuelle Forschungsfragen und Erkenntnisse
Veröffentlicht: (2019)

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

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

HMD - Praxis der Wirtschaftsinformatik
Veröffentlicht: (2019)

HMD - Praxis der Wirtschaftsinformatik
Veröffentlicht: (2014)

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

Neue digitale Daten in der amtlichen Statistik
von: Wiengarten, Lara, et al.
Veröffentlicht: (2017)

HMD - Praxis der Wirtschaftsinformatik
Veröffentlicht: (2018)

HMD - Praxis der Wirtschaftsinformatik
Veröffentlicht: (2018)

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

Erschließung und Nutzung von kleinräumigen Informationen in der deutschen Städtestatistik
von: Haußmann, Michael
Veröffentlicht: (2015)

Big Data als neuer Weg der Datengewinnung für die amtliche Statistik
von: Schnorr-Bäcker, Susanne
Veröffentlicht: (2016)

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

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

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

Big Data : Analysen zum digitalen Wandel von Wissen, Macht und Ökonomie
Veröffentlicht: (2014)

Big Data in der Praxis : Lösungen mit Hadoop, HBase und Hive ; Daten speichern, aufbereiten, visualisieren
von: Freiknecht, Jonas
Veröffentlicht: (2014)

Unsichtbare Frauen : Wie eine von Daten beherrschte Welt die Hälfte der Bevölkerung ignoriert
von: Criado-Perez, Caroline
Veröffentlicht: (2020)

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

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

Governance der amtlichen Statistik : Vertrauen in die Qualität von Information
von: Radermacher, Walter J.
Veröffentlicht: (2017)

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

Die digitale Agenda des Statistischen Bundesamtes
von: Riede, Thomas, et al.
Veröffentlicht: (2018)

Gut aufgestellt für die Zukunft - ein Dank an Dieter Sarreither
von: Thiel, Georg, et al.
Veröffentlicht: (2017)

Big data
Veröffentlicht: (2016)

Neue Schriften zur Online-Forschung
Veröffentlicht: (2014)

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

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

Prediction, Estimation, and Attribution
von: Efron, Bradley
Veröffentlicht: (2020)

HMD - Praxis der Wirtschaftsinformatik
Veröffentlicht: (2009)

Internetgestützte Erfassung offener Stellen : Machbarkeitsstudie im Rahmen eines ESSnet-Projekts zu Big Data
von: Rengers, Martina
Veröffentlicht: (2018)

HMD - Praxis der Wirtschaftsinformatik
Veröffentlicht: (2020)

Digitale Agenda des Statistischen Bundesamtes
Veröffentlicht: (2019)

Rechtshandbuch Artificial Intelligence und Machine Learning
Veröffentlicht: (2020)

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

Data-Warehouse-Systeme für Dummies
von: Gerken, Wolfgang
Veröffentlicht: (2018)

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

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

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