Online-Ressource | |
Titel: | Künstliche Intelligenz und Data Science in Theorie und Praxis |
Titelzusatz: | von Algorithmen und Methoden zur praktischen Umsetzung in Unternehmen |
Mitwirkende: | Gillhuber, Andreas [HerausgeberIn] |
Kauermann, Göran [HerausgeberIn] | |
Hauner, Wolfgang [HerausgeberIn] | |
Verf.angabe: | herausgegeben von Andreas Gillhuber, Göran Kauermann, Wolfgang Hauner |
Verlagsort: | Berlin |
Verlag: | Springer |
Jahr: | 2023 |
Umfang: | 1 Online-Ressource (XV, 354 Seiten) |
Illustrationen: | Illustrationen |
ISBN: | 978-3-662-66278-6 |
Abstract: | Vorwort -- Grundlagen von Data Science -- Data Science in der Praxis -- Beispiele aus der Praxis- Ausblick/Wohin geht die Reise. |
Dieser Sammelband verbindet theoretische Grundlagen und praktische Anwendungen von Künstlicher Intelligenz (KI) und Data Science: Anerkannte Experten stellen in ihren Beiträgen den aktuellen Stand in Forschung und Wirtschaft dar – und bieten so einen einzigartigen Überblick über aktuelle Konzepte und ihre Umsetzung in Unternehmen. Im ersten Teil des Buchs werden die Methoden und Algorithmen skizziert, die sich größtenteils aus einer Kombination von Statistik und Informatik ergeben und auf Verfahren des Maschinellen Lernens (ML) bis hin zu Deep Learning und KI basieren. Im zweiten Teil wird die konzeptionelle Umsetzung in der Praxis skizziert: Hier wird insbesondere aufgezeigt, welche Herausforderungen in der Praxis auftreten – ob nun bei der Einbettung der Data-Use-Cases in eine Gesamtstrategie oder bei der Produktivsetzung, Weiterentwicklung und dem Betrieb von Daten-basierten Lösungen. Der dritte Teil zeigt das breite Potpourri von Data Science in der Praxis: Branchengrößen wie Allianz, ADAC, BMW, Deutsche Bahn, Lufthansa, REWE, RTL, St. Galler Stadtwerke, SwissRe und viele weitere zeigen konkret, welche Erfahrungen sie bei ihren Projekten gesammelt haben. Fachartikel von über 20 namhaften Unternehmen decken die spezifischen Anforderungen ihrer jeweiligen Branchen ab. Das Buch möchte die interdisziplinäre Diskussion und Kooperation zwischen Wissenschaft und Wirtschaft fördern und richtet sich daher an verschiedene Lesergruppen: Studierende und Absolventen, die Orientierung für die eigene Laufbahn suchen. Forschende und Lehrende, die einen Einblick in praxisrelevante Einsatzgebiete erhalten möchten. Anwender, Praktiker und Entscheider, die sich über Chancen und Herausforderungen von KI in der Praxis informieren möchten. Die Herausgeber Andreas Gillhuber ist Co-CEO bei der Alexander Thamm GmbH, einer führenden Beratung für Data Science, KI und ML im deutschsprachigen Raum. Göran Kauermann ist Universitätsprofessor an der Ludwigs-Maximilians-Universität München und hat dort den Elite-Studiengang Data Science eingerichtet. Wolfgang Hauner ist als Leiter Group Data Analytics der Allianz SE global verantwortlich für Daten- und Analytics-Lösungen für die Allianz Unternehmensgruppe. | |
DOI: | doi:10.1007/978-3-662-66278-6 |
URL: | Resolving-System: https://doi.org/10.1007/978-3-662-66278-6 |
DOI: https://doi.org/10.1007/978-3-662-66278-6 | |
Schlagwörter: | (s)Data Science / (s)Künstliche Intelligenz / (s)Maschinelles Lernen |
Datenträger: | Online-Ressource |
Dokumenttyp: | Aufsatzsammlung |
Sprache: | ger |
Bibliogr. Hinweis: | Erscheint auch als : Druck-Ausgabe: Künstliche Intelligenz und Data Science in Theorie und Praxis. - Berlin : Springer Spektrum, 2023. - XV, 354 Seiten |
RVK-Notation: | QH 500 |
Sach-SW: | Algorithms & data structures |
Artificial intelligence | |
BUSINESS & ECONOMICS / Information Management | |
Business mathematics & systems | |
COMPUTERS / Artificial Intelligence | |
COMPUTERS / Information Theory | |
COMPUTERS / Mathematical & Statistical Software | |
Datenbanken | |
MATHEMATICS / Probability & Statistics / General | |
Machine learning | |
Maschinelles Lernen | |
Mathematical & statistical software | |
Probability & statistics | |
Unternehmensanwendungen | |
Wahrscheinlichkeitsrechnung und Statistik | |
Wirtschaftsmathematik und -informatik, IT-Management | |
K10plus-PPN: | 1851061312 |
Lokale URL UB: | Zum Volltext |
Bibliothek der Medizinischen Fakultät Mannheim der Universität Heidelberg | |
Bestellen/Vormerken für Benutzer des Klinikums Mannheim Eigene Kennung erforderlich | |
Bibliothek/Idn: | UW / m4343871614 |
Lokale URL Inst.: | Zum Volltext |