Künstliche Intelligenz ? Wie sie funktioniert und wann sie scheitert Eine unterhaltsame Reise in die seltsame Welt der Algorithmen, neuronalen Netze und versteckten Giraffen O'Reilly (2021)
Inhalt: KI verständlich und humorvoll erklärt für alle technisch InteressiertenDer US-Bestseller jetzt auf DeutschDas Buch vermittelt fundierte technische Informationen anhand von gut nachvollziehbaren KI-Experimenten und wirft auch einen kritischen Blick auf den aktuellen Einsatz von KI Janelle Shane bloggt auf aiweirdness.com, ihre Arbeit wurde in der New York Times, Slate und The New Yorker vorgestelltWir verlassen uns jeden Tag auf künstliche Intelligenz, wenn es um Empfehlungen, Übersetzungen und Katzenohren für unsere Selfie-Videos geht. Wir vertrauen KI auch in Fragen von Leben und Tod, auf der Straße und in unseren Krankenhäusern. Aber wie intelligent ist KI wirklich, auf welche Weise löst sie Probleme, wie versteht sie Menschen?Janelle Shane liefert die Antworten auf KI-Fragen, die Sie sich schon immer gestellt haben, und auf einige, die Sie definitiv nicht gestellt haben, wie z.B.: Wie kann ein Computer das perfekte Sandwich entwerfen? Und ist das weltbeste Halloween-Kostüm wirklich "Vampirschweinebraut"? In dieser klugen, oft sehr lustigen Einführung in die interessanteste Wissenschaft unserer Zeit zeigt Shane, wie KI-Algorithmen lernen, versagen und sich anpassen. Ein Buch perfekt für alle, die neugierig darauf sind, wie die Roboter in unserem Leben funktionieren. Umfang: 250 S. ISBN: 978-3-96010-496-4
Inhalt: Im einführenden Kapitel dieses Datenmanagementbuchs geht es zunächst um die Frage, wie im Zuge der Digitalisierung die Umwandlung von analogen Daten in binäre Zahlen abläuft und welche Auswirkungen dies auf die computergesteuerte Verarbeitung von Texten, Bildern, Farben sowie Musik hat. Des Weiteren betrachten die Verfasser folgende Gesichtspunkte: Grundlagen von Datenbanken Datenbankentwürfe Malware Mögliche Datenschutzmaßnahmen Umfang: 111 S. ISBN: 978-3-662-55507-1
Inhalt: Die praktische Kurzeinführung und Referenz für die Statistik-Software RKonkurrenzlos günstig und kompaktFür Studium, Wissenschaft und die Datenanalyse in UnternehmenDeckt den kompletten Datenzyklus ab: Datenerzeugung, das Einlesen und Speichern, Bearbeiten und Aufbereiten der Daten, die graphische Darstellung und die statistische AuswertungIn Zeiten von Data Mining und künstlicher Intelligenz ist die Verarbeitung großer Datenmengen ein Thema, dessen Bedeutung enorm zugenommen hat. Die beliebte Open-Source-Software R ist eine Programmiersprache und Arbeitsumgebung, die auf die numerische und graphische Datenanalyse spezialisiert ist. Dieses Buch hat das Ziel, Sie schnell und effizient mit R vertraut zu machen und Ihnen die prinzipielle Funktionsweise und die Möglichkeiten, die diese Sprache bietet, zu vermitteln. R ? kurz & gut richtet sich an diejenigen, die sich bereits mit statistischen Grundbegriffen auskennen und möglichst schnell mit R produktiv starten möchten. Das Buch bietet eine Einführung in die Arbeit mit der Entwicklungsumgebung und vermittelt einen Überblick über die R-Syntax. Eine kompakte Referenz der zentralen statistischen und programmatischen Funktionen, die zum Basispaket von R gehören, ermöglichen Ihnen ein schnelles Nachschlagen. Umfang: 230 S. ISBN: 978-3-96010-472-8
Inhalt: Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre Grenzen stößt.Dieses Buch bietet eine umfassende Einführung in Data Science und deren praktische Relevanz für Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-Ökosystem thematisiert. In verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Neben den Grundlagen werden unter anderem folgende Themen behandelt:- Data Science und künstliche Intelligenz- Konzeption und Entwicklung von Data-driven Products- Deep Learning- Self-Service im Data-Science-Umfeld- Data Privacy und Fragen zur digitalen Ethik- Customer Churn mit Keras/TensorFlow und H2O- Wirtschaftlichkeitsbetrachtung bei der Auswahl und Entwicklung von Data Science- Predictive Maintenance- Scrum in Data-Science-ProjektenZahlreiche Anwendungsfälle und Praxisbeispiele geben Einblicke in die aktuellen Erfahrungen bei Data-Science-Projekten und erlauben dem Leser einen direkten Transfer in die tägliche Arbeit. Umfang: 336 S. ISBN: 978-3-96088-585-6
Inhalt: Diese gut illustrierte und sehr praxisorientierte Einführung in die Familienforschung ist voraussetzungslos zu lesen und eignet sich daher für jeden Anfänger. Systematik: A Umfang: 192 S. : zahlr. Ill. (überw. farb.), graph. Darst. Standort: A WIEB ISBN: 978-3-86851-085-0
Inhalt: Von Datensalat zu Datenschatz Eine wichtige Säule von Industrie 4.0 ist Big Data. Hierbei geht es um die intelligente Verwertung riesiger Datenmengen mit dem Ziel Prozesse besser zu beherrschen oder neue Geschäftsfelder zu finden. Big Data für sich zu erschließen bedeutet nichts anderes als einen Schatz zu heben, der in der Fülle von Informationen, die Sie in Ihrem Unternehmen anhäufen, verborgen liegt. Dieses Buch enthält die Schatzkarte. Hier erfahren Sie - wie mit Hilfe von Data Mining-Techniken unbekannte Zusammenhänge und Strukturen über den datenliefernden Prozess entdeckt werden können- wie mit den gewonnenen Erkenntnissen detaillierte Vorhersagen über das zukünftige Prozessverhalten und Strategien zur Optimierung ganzer Fabriken abgeleitet werden- welche Tools und Plattformen es gibt, um Big Data wirtschaftlich sinnvoll in Ihr Unternehmen einzuführen- wie andere Firmen aus verschiedensten Branchen mit Big Data erfolgreiche Effizienzsteigerungen erreicht haben Wenn Sie sich im Rahmen der aktuell laufenden Digitalisierungswelle fragen, welche der modernen Techniken wofür genutzt werden können oder müssen, um den Anschluss nicht zu verpassen, dann ist dieses Buch genau das richtige für Sie. Umfang: 495 S. ISBN: 978-3-446-45717-1
Inhalt: Der kompakte Schnelleinstieg in Machine Learning und Deep Learning- Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning- Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung- Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innenMachine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert.Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning. Umfang: 216 S. ISBN: 978-3-96010-512-1
Inhalt: Komprimiertes SQL-Praxiswissen zum TaschenbuchpreisKompaktes Nachschlagewerk zu typischen Aufgabenstellungen mit SQLDeckt Microsoft SQL Server, MySQL, Oracle Database, PostgreSQL und SQLite abJetzt mit Informationen, wie Python und R mit einer relationalen Datenbank verbunden werdenLeichterer Einstieg durch das Kapitel »Wie mache ich das?«, das häufig gestellte Fragen zu SQL beantwortetWenn Sie bei Ihrer täglichen Arbeit als Datenanalyst, Data Scientist oder Data Engineer SQL verwenden, ist dieses beliebte Taschenbuch das ideale Nachschlagewerk für Sie. Zahlreiche Beispiele verdeutlichen die Vielschichtigkeit der Sprache. Beschrieben werden außerdem wichtige Aspekte von SQL, die in Microsoft SQL Server, MySQL, Oracle Database, PostgreSQL und SQLite zum Einsatz kommen.In dieser aktualisierten Ausgabe zeigt die Autorin Alice Zhao, wie diese Datenbankmanagementsysteme die SQL-Syntax für Abfragen und Änderungen an einer Datenbank implementieren. Sie finden Näheres zu Datentypen und Konvertierungen, zur Syntax regulärer Ausdrücke, zu Fensterfunktionen, Pivoting und Unpivoting und vieles mehr. Umfang: 328 S. ISBN: 978-3-96010-693-7
Inhalt: Befreien Sie sich aus dem Chaos der riesigen Arbeitsmappen, Tausenden von Formeln und hässlichen VBA-HacksDer US-Bestseller jetzt in deutscher Übersetzung»Python für Excel« schlägt die dringend benötigte Brücke zwischen zwei Datenanalyse-Welten Für fortgeschrittene Excel-Nutzer, die sich ihre Arbeit durch Python-Tools erleichtern wollenDie Python-Grundlagen sowie die Tools numpy and pandas werden gut verständlich erklärtNach wie vor ist Excel in der Geschäftswelt allgegenwärtig. Doch in den Feedback-Foren von Microsoft häufen sich die Anfragen, Python als Skriptsprache in Excel einzubinden. Was macht diese Kombination so attraktiv? Felix Zumstein ? Schöpfer von xlwings, einem beliebten Open-Source-Paket für die Automatisierung von Excel mit Python ? zeigt in diesem praktischen Leitfaden erfahrenen Excel-Benutzern, wie sich beide Welten effizient vereinen lassen.Excel hat in den letzten Jahren viele neue Funktionen hinzubekommen, doch die Automatisierungssprache VBA hat sich nicht parallel weiterentwickelt. Viele Excel-Poweruser nutzen daher bereits Python, um Routinearbeiten zu automatisieren. Dieses Buch zeigt Ihnen, wie Sie Python ohne umfangreiche Programmierkenntnisse für Excel verwenden und mit modernen Tools wie Jupyter-Notebooks und Visual Studio Code arbeiten. Sie erfahren beispielsweise, wie Sie mit pandas Daten erfassen, bereinigen und analysieren, wiederkehrende Aufgaben automatisieren, mit xlwings interaktive Excel-Tools bauen oder VBA, Power Query und Power Pivot durch Python als Universalwerkzeug ersetzen. Umfang: 344 S. ISBN: 978-3-96010-717-0
Programm Findus Internet-OPAC findus.pl V20.240/8 auf Server windhund2.findus-internet-opac.de,
letztes Datenbankupdate: 28.06.2024, 16:20 Uhr. 10.175 Zugriffe im Juni 2024. Insgesamt 396.577 Zugriffe seit August 2010
Mobil - Impressum - Datenschutz - CO2-Neutral
