Data Science: Grundlagen, Methoden und Modelle der Statistik
Person/Institution:
Verlag:
Hanser
Ort:
München
Entstehungszeit:
[2021]
Sprache:
Deutsch
Weitere Objektinformationen
Abstract:
Data Science reicht von Big Data (z.B. J. Freiknecht: 2018) über Data-Mining (T. A. Runkler: 2015) bis hin zur künstlichen Intelligenz (K. Mainzer: 2019, J. Shane: 2021). Vor diesem Hintergrund weckt die Titelwahl hier falsche Erwartungen. Nicht neueste Methoden des maschinellen Lernens stehen im Vordergrund, sondern die traditionelle deskriptive und induktive Statistik, die mit hypothesengetriebenen Signifikanztests und Regression die Basis für die moderne Massendatenanalyse legt. - Gut strukturiert und in anschaulichen Beispielen aus den Wirtschaftswissenschaften bieten die Autor*innen von der Hochschule für angewandte Wissenschaften in München eine klassische Einführung für das Bachelorstudium. Etwas zu kurz kommt die computerbasierte Implementierung, die mit Programmiersprachen wie R und Python in der praktischen Anwendung unverzichtbar geworden ist
Objekttext:
Sandro Scheid, Stefanie Vogl
Literaturverzeichnis: Seite 353-354
Literaturverzeichnis: Seite 353-354
Zugriff und Nutzungsmöglichkeiten
Administrative Angaben
Datensatz angelegt am:
2023-04-13
Zuletzt geändert am:
2023-03-23
In Portal übernommen am:
2023-04-13
Feedback
Unsere Datensätze befinden sich in stetiger Weiterentwicklung. Wenn Sie zusätzliche Informationen zu diesem Objekt oder einen Fehler entdeckt haben, dann schreiben Sie uns. Informationen zum Datenschutz