data > opinion

Tom Alby

Data Science in der Praxis: Eine verständliche Einführung in alle wichtigen Verfahren

Tom Alby

Sie können das Buch beim Verlag oder bei Amazon bestellen. Auf dieser Seite finden Sie weitere Informationen zu dem Buch. Beschreibung des Buchs von der Webseite des Verlags:

Der ideale Einstieg in Data Science! Praktiker mit und ohne Mathematikkenntnisse bekommen hier alles, was sie für eigene Data-Science-Projekte brauchen: Einschlägige Analysemethoden werden nachvollziehbar und mit gerade so viel Theorie wie nötig vorgestellt. Neben der Programmiersprache R lernen Sie für alle Projektphasen die passenden Methoden und Werkzeuge kennen – sei es die Vorbereitung der Daten, die Auswahl der Verfahren oder das Trainieren der Modelle. Mit vielen Beispielen, Grafiken, Entscheidungshilfen und weiteren Praxistipps.

Ich würde mich sehr freuen, wenn Sie sich auf meiner Mailingliste eintragen, um weitere Informationen zu meinen Buchprojekten zu erhalten!

  1. Einleitung
  2. Machine Learning, Data Science und Künstliche Intelligenz
  3. IBMs virtueller Arzt macht Fehler
  4. Facebook Bots
  5. Ablauf eines Data Science-Projekts
  6. ASUM
  7. Einführung in R
  1. Explorative Datenanalyse
  2. Beispiel für eine EDA mit dem NYC Flights 2013 Datensatz
  3. Wie funktionieren Notebooks? (Video)
  4. Eine weitere EDA, hier über Data Science und SEO
  5. Was sind Tibbles?
  6. Statistik-Tipps
  7. Cheat Sheet für Reguläre Ausdrücke in R
  8. Nicht einmal Wissenschaftler können den p-Wert erklären
  9. Vorhersagen
  10. keine Links
  11. Clustering

  12. Datensatz Wein

  13. Klassifikation

  14. Datensatz Titanic

  15. Datensatz Spam

  16. Beipiel für eine Klassifikations-Anwendung in der Dermatologie, der Fotofinder

  17. Andere Anwendungsfälle

  1. Was kommt nach dem Modell?
  2. Datenschutz und Ethik