Data Science: Measuring Uncertainties
Mit der Zunahme der Datenverarbeitungs- und Speicherkapazität steht eine große Menge an Daten zur Verfügung. Daten ohne Analyse haben keinen großen Wert.
Daher steigt die Nachfrage nach Datenanalysen täglich, was sich in einer großen Zahl von Aufträgen und veröffentlichten Artikeln niederschlägt. Die Datenwissenschaft hat sich zu einem multidisziplinären Bereich entwickelt, der datengesteuerte Aktivitäten unterstützt und Ideen, Methoden und Prozesse zur Gewinnung von Informationen aus Daten integriert und entwickelt. Dazu gehören Methoden, die aus verschiedenen Wissensgebieten stammen: Statistik, Informatik, Mathematik, Physik, Informationswissenschaft und Ingenieurwesen.
Diese Mischung aus verschiedenen Bereichen hat zu dem geführt, was wir Data Science nennen. Neue Lösungen für neue Probleme vermehren sich rasch und erzeugen große Datenmengen.
Aktuelle und künftige Herausforderungen erfordern eine größere Sorgfalt bei der Entwicklung neuer Lösungen, die der Rationalität für jede Art von Problem gerecht werden. Bezeichnungen wie Big Data, Data Science, maschinelles Lernen, statistisches Lernen und künstliche Intelligenz erfordern eine größere Raffinesse bei den Grundlagen und deren Anwendung.
Dies unterstreicht die Bedeutung des Aufbaus der Grundlagen der Datenwissenschaft. Dieses Buch widmet sich Lösungen und Diskussionen zur Messung von Unsicherheiten bei Datenanalyseproblemen.
| ISBN: | 9783036507927 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
Derzeit verfügbar, auf Lager.
