Bewertung:

Das Buch bietet eine ansprechende und zugängliche Einführung in die Datenwissenschaft und künstliche Intelligenz mit gut geschriebenen Geschichten und Anekdoten, die komplexe Themen vereinfachen. Es ist sowohl für Anfänger als auch für fortgeschrittene Leser geeignet und bietet wertvolle Einblicke und Fallstudien.
Vorteile:Fesselnder und unterhaltsamer Schreibstil, vereinfacht komplexe Themen, intuitive Einführung, wertvolle Fallstudien, für ein breites Spektrum von Lesern geeignet.
Nachteile:In den Rezensionen werden keine wesentlichen Nachteile genannt.
(basierend auf 2 Leserbewertungen)
Human-Centered Data Science: An Introduction
Bewährte Verfahren für den Umgang mit Verzerrungen und Ungleichheiten, die sich aus der automatisierten Erfassung, Analyse und Verteilung großer Datensätze ergeben können. Die menschenzentrierte Datenwissenschaft ist ein neues interdisziplinäres Gebiet, das sich aus der Mensch-Computer-Interaktion, den Sozialwissenschaften, der Statistik und den Computertechniken speist.
Dieses Buch, das von Begründern des Fachgebiets verfasst wurde, stellt bewährte Verfahren vor, um Verzerrungen und Ungleichheiten zu beseitigen, die sich aus der automatisierten Erfassung, Analyse und Verteilung sehr großer Datenmengen ergeben können. Es bietet einen kurzen und verständlichen Überblick über viele gängige statistische und algorithmische Data-Science-Techniken, erklärt menschenzentrierte Ansätze für Data-Science-Probleme und stellt praktische Leitlinien und Fallstudien aus der Praxis vor, die den Lesern bei der Anwendung dieser Methoden helfen. Die Autoren erklären, wie die Entscheidungen von Datenwissenschaftlern in jeder Phase des datenwissenschaftlichen Arbeitsablaufs eine Rolle spielen - und zeigen, wie ein menschenzentrierter Ansatz jede einzelne Phase verbessern kann, indem er den Prozess transparenter macht, Fragen stellt und den sozialen Kontext der Daten berücksichtigt.
Sie beschreiben, wie Werkzeuge aus der Sozialwissenschaft in datenwissenschaftliche Praktiken integriert werden können, diskutieren verschiedene Arten der Zusammenarbeit und betrachten das Geschichtenerzählen von Daten durch Visualisierung. Das Buch zeigt, dass Datenwissenschaftler rigorose und ethisch vertretbare Algorithmen entwickeln und Projekte entwerfen können, die modernste computergestützte Werkzeuge nutzen und soziale Belange berücksichtigen.