Tesco
Data Science für Unternehmen
Buch

Data Science für Unternehmen

Data Mining und datenanalytisches Denken praktisch anwenden

Foster Provost und Tom Fawcett
Mitp-Verlag, 2017

Offline lesen oder anhören

  • 0.5×
  • 0.75×
  • 1×
  • 1.25×
  • 1.5×
  • 1.75×
1×

Bewertung der Redaktion

8

Rezension

Das Buch steigt tief in die Kunst der Data Science ein und versucht gleichzeitig, die wesentlichen Grundzüge dieser vergleichsweise jungen Wissenschaft herauszuarbeiten. Wer den akademischen Zugang nicht scheut, erhält auf hohem konzeptionellem und analytischem Niveau einen sehr umfassenden Einblick in das Thema. Für Fachfremde birgt das Buch viele Aha-Erlebnisse, weil anschaulich wird, was alles aus Daten extrahiert werden kann und warum Daten als Rohstoff so wertvoll sind. getAbstract empfiehlt das Buch Data Scientists, die sich der Grundlagen ihres Fachs versichern möchten, ebenso wie Führungskräften: Sie werden durch die Lektüre einen guten Einblick in die Chancen erhalten, die Data Science ihrem Unternehmen eröffnet. Auch als Vorbereitung für Einstellungsgespräche mit Data Scientists ist das Buch geeignet: Mit der Lektüre steigt die Chance, die Fähigkeiten eines Bewerbers richtig einschätzen zu können, massiv.

Take-aways

  • Mit Data Science können Sie aus großen Datenmengen Informationen und Wissen extrahieren, um die Wettbewerbsfähigkeit Ihres Unternehmens zu steigern.
  • Data Scientists erkennen Muster in vorhandenen Datenmengen und erstellen entsprechende Vorhersagemodelle.
  • Data Science basiert auf einer Reihe grundlegender Prinzipien. Diese helfen dabei, im Angesicht riesiger Datenmengen und filigraner Detailfragen nicht den Überblick zu verlieren.

Über die Autoren

Foster Provost lehrt Data Science und Business Analytics an der New York University. Zuvor arbeitete er als Data Scientist bei einem Unternehmen, aus dem schließlich der amerikanische Mobilfunkbetreiber Verizon hervorging. Tom Fawcett hat über zwei Jahrzehnte in der Forschung und Entwicklung verschiedener Unternehmen gearbeitet und sich dabei mit der Anwendung und Beurteilung von Ergebnissen des Data-Minings beschäftigt.

Kommentar abgeben oder Diskussion beginnen