Informatik (Thema)

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 der Diskussion um die Welt und die Arbeitsverhältnisse von morgen wechseln sich Visionen eines unbeschwerten Lebens und Schreckensbilder ab. Künstliche Intelligenz, Industrie 4.0 und Digitalisierung werden für beides herangezogen. Neue Geschäftsmodelle sowie das Zusammenwirken von Informations- und Kommunikationstechnik und neue Produktionsverfahren verändern die ökonomischen und gesellschaftlichen Strukturen. Was bedeutet dies tatsächlich für Menschen und ihre Arbeit in Fabriken, im Einzelhandel, in der Landwirtschaft oder in der öffentlichen Verwaltung? Die Wucht und Geschwindigkeit dieser Entwicklungen übertreffen noch die Umwälzungen seit der 1. Industriellen Revolution.

- Standardwerk in der 6. Aufl., deckt Access 2007 bis 2019 ab

- typische Datenbank-Anwendungen für kleine Firmen oder Vereine können heruntergeladen und Schritt für Schritt nachvollzogen werden

Irgendwann kommt der Moment, in dem Excel nicht mehr für Ihre Zwecke ausreicht und Sie eine Datenbank anlegen wollen. Dann bietet es sich an, Microsoft Access einzusetzen. Access ist allerdings im Unterschied zu anderen Office-Programmen nicht durch reines Ausprobieren zu erlernen. Vorab gilt es zu planen, welche Daten Sie mit Access verwalten möchten, wie also das Datenmodell Ihrer Datenbank aussehen soll.

Sie möchten endlich wissen, was sich hinter Schlagworten wie "Data Science" und "Machine Learning" eigentlich verbirgt - und was man alles damit anstellen kann? Auf allzu viel Mathematik würden Sie dabei aber gern verzichten? Dann sind Sie hier genau richtig: Dieses Buch bietet einen kompakten Einblick in die wichtigsten Schlüsselkonzepte der Datenwissenschaft und ihrer Algorithmen - und zwar ohne Sie mit mathematischen Formeln und Details zu belasten! Der Fokus liegt - nach einer übergeordneten Einführung - auf Anwendungen des maschinellen Lernens zur Mustererkennung und Vorhersage von Ergebnissen: In jedem Kapitel wird ein Algorithmus erläutert und mit einem leicht verständlichen, realen Anwendungsbeispiel verknüpft.

Dieses Buch fasst den Stand von Wissensmanagement praxisorientiert zusammen; es richtet sich an Führungskräfte aus kleinen, mittleren und großen Unternehmen oder Non-Profit-Organisationen, sowie an alle anderen Personen, die sich mit wissensorientiertem Management befassen, zum Beispiel aus HR, F&E, IT, Marketing oder Verwaltung und Controlling. Kompakte Beiträge - geschrieben aus Sicht der Unternehmen - bieten Überblick über Wissens-management, Wissenstransfer, Wissenssicherung, effektives Auffinden von Wissen und Wissenscontrolling/Wissensbilanz. Ein wesentlicher Aspekt liegt in der Darstellung von Querbeziehungen zu verwandten Managementansätzen wie Qualitäts-, Prozess- und Projektmanagement, soziale Netzwerke, Innovation und ethisches Management.