Inhalt: Dieses Buch beschreibt Methoden zur Entwicklung semantischer Anwendungen. Semantische Anwendungen sind Softwareanwendungen, die explizit oder implizit die Semantik, d.h. die Bedeutung einer Domänen-Terminologie, nutzen, um die Benutzerfreundlichkeit, Korrektheit und Vollständigkeit zu verbessern. Ein Beispiel ist die semantische Suche, bei der Synonyme und verwandte Begriffe zur Anreicherung der Ergebnisse einer einfachen textbasierten Suche verwendet werden. Ontologien, Thesauri oder kontrollierte Vokabularien sind das Herzstück semantischer Anwendungen. Das Buch enthält technologische und architektonische Best Practices für den Einsatz in Unternehmen. Die Autoren sind Experten aus Industrie und Wissenschaft mit Erfahrung in der Entwicklung semantischer Anwendungen. Umfang: 297 S. ISBN: 978-3-662-68002-5
Inhalt: Dieses Buch bietet einen Überblick über Data-Mining-Methoden, die durch Software veranschaulicht werden. Beim Wissensmanagement geht es um die Anwendung von menschlichem Wissen (Erkenntnistheorie) mit den technologischen Fortschritten unserer heutigen Gesellschaft (Computersysteme) und Big Data, sowohl bei der Datenerfassung als auch bei der Datenanalyse. Es gibt drei Arten von Analyseinstrumenten. Die deskriptive Analyse konzentriert sich auf Berichte über das, was passiert ist. Bei der prädiktiven Analyse werden statistische und/oder künstliche Intelligenz eingesetzt, um Vorhersagen treffen zu können. Dazu gehört auch die Modellierung von Klassifizierungen. Die diagnostische Analytik kann die Analyse von Sensoreingaben anwenden, um Kontrollsysteme automatisch zu steuern. Die präskriptive Analytik wendet quantitative Modelle an, um Systeme zu optimieren oder zumindest verbesserte Systeme zu identifizieren. Data Mining umfasst deskriptive und prädiktive Modellierung. Operations Research umfasst alle drei Bereiche. Dieses Buch konzentriert sich auf die deskriptive Analytik.Das Buch versucht, einfache Erklärungen und Demonstrationen einiger deskriptiver Werkzeuge zu liefern. Es bietet Beispiele für die Auswirkungen von Big Data und erweitert die Abdeckung von Assoziationsregeln und Clusteranalysen. Kapitel 1 gibt einen Überblick im Kontext des Wissensmanagements. Kapitel 2 erörtert einige grundlegende Softwareunterstützung für die Datenvisualisierung. Kapitel 3 befasst sich mit den Grundlagen der Warenkorbanalyse, und Kapitel 4 demonstriert die RFM-Modellierung, ein grundlegendes Marketing-Data-Mining-Tool. Kapitel 5 demonstriert das Assoziationsregel-Mining. Kapitel 6 befasst sich eingehender mit der Clusteranalyse. Kapitel 7 befasst sich mit der Link-Analyse. Die Modelle werden anhand geschäftsbezogener Daten demonstriert. Der Stil des Buches ist beschreibend und versucht zu erklären, wie die Methoden funktionieren, mit einigen Zitaten, aber ohne tiefgehende wissenschaftliche Referenzen. Die Datensätze und die Software wurden so ausgewählt, dass sie für jeden Leser, der über einen Computeranschluss verfügt, weithin verfügbar und zugänglich sind. Umfang: 147 S. ISBN: 978-3-031-21274-1
Inhalt: Suchmaschinen dienen heute selbstverständlich als Werkzeuge, um Informationen zu recherchieren. Doch wie funktionieren sie genau? Das Buch betrachtet Suchmaschinen aus vier Perspektiven: Technik, Nutzung, Recherche und gesellschaftliche Bedeutung. Es bietet eine klar strukturierte und verständliche Einführung in die Thematik. Zahlreiche Abbildungen erlauben eine schnelle Erfassung des Stoffs. Rankingverfahren und Nutzerverhalten werden dargestellt. Dazu kommen grundlegende Betrachtungen des Suchmaschinenmarkts, der Suchmaschinenoptimierung, der Suchmaschinenwerbung und der Rolle der Suchmaschinen als technische Informationsvermittler. Das Buch richtet sich an alle, die ein umfassendes Verständnis dieser Suchwerkzeuge erlangen wollen, u.a. Suchmaschinenoptimierer*innen, Entwickler*innen, Informationswissenschaftler*innen, Bibliothekarinnen und Bibliothekare sowie Verantwortliche im Online Marketing. Für die dritte Auflage wurde der Text vollständig überarbeitet, ergänzt sowie alle Statistiken und Quellen auf den neuesten Stand gebracht. Umfang: 346 S. ISBN: 978-3-662-63191-1
Inhalt: Künstliche Intelligenz berührt fast jeden Teil Ihres Alltags. Auch wenn Sie auf den ersten Blick annehmen, dass Technologien wie intelligente Lautsprecher und digitale Assistenten das Ausmaß dieser Technologie darstellen, hat sich KI in der Tat schnell zu einer Allzwecktechnologie entwickelt, die in Branchen wie dem Transportwesen, dem Gesundheitswesen, den Finanzdienstleistungen und vielen mehr Einzug gehalten hat. In unserer modernen Zeit ist ein Verständnis von KI und ihren Möglichkeiten für Ihr Unternehmen unerlässlich für Wachstum und Erfolg. Grundlagen der Künstlichen Intelligenz ist da, um Ihnen ein grundlegendes, zeitgemäßes Verständnis von KI und ihren Auswirkungen zu vermitteln. Der Autor Tom Taulli bietet eine ansprechende, nicht-technische Einführung in wichtige Konzepte wie maschinelles Lernen, Deep Learning, natürliche Sprachverarbeitung (NLP), Robotik und mehr. Taulli führt Sie nicht nur durch reale Fallstudien und praktische Implementierungsschritte, sondern nutzt sein Fachwissen auch, um auf die größeren Fragen einzugehen, die KI umgeben. Dazu gehören gesellschaftliche Trends, ethische Fragen und die zukünftigen Auswirkungen von KI auf Regierungen, Unternehmensstrukturen und das tägliche Leben. Google, Amazon, Facebook und ähnliche Tech-Giganten sind bei weitem nicht die einzigen Unternehmen, auf die künstliche Intelligenz eine unglaublich bedeutende Auswirkung hat - und weiterhin haben wird. KI ist die Gegenwart und die Zukunft Ihres Unternehmens und Ihres Privatlebens. Die Vertiefung Ihrer Kenntnisse in diesem Bereich ist von unschätzbarem Wert für Ihre Vorbereitung auf die Zukunft der Technik, und Grundlagen der Künstlichen Intelligenz ist der unverzichtbare Leitfaden, nach dem Sie gesucht haben. Was Sie lernen werden Studium der Grundprinzipien für KI-Ansätze wie maschinelles Lernen, Deep Learning und NLP (Natural Language Processing) Entdecken Sie die besten Praktiken zur erfolgreichen Implementierung von KI anhand von Fallstudien wie Uber, Facebook, Waymo, UiPath und Stitch Fix Verstehen Sie, wie KI-Funktionen für Roboter das Geschäft verbessern können Einsatz von Chatbots und Robotic Processing Automation (RPA) zur Kosteneinsparung und Verbesserung des Kundendienstes Vermeiden Sie kostspielige Stolpersteine Erkennen von ethischen Bedenken und anderen Risikofaktoren beim Einsatz künstlicher Intelligenz Untersuchen Sie langanhaltende Trends und wie sie sich auf Ihr Unternehmen auswirken können Für wen dieses Buch bestimmt ist Leser ohne technischen Hintergrund, z. B. Manager, die KI verstehen und Lösungen bewerten wollen. Dieses Buch stellt die Übersetzung der englischsprachigen Originalausgabe dar. Die Übersetzung wurde mit Hilfe von künstlicher Intelligenz erstellt (maschinelle Übersetzung mit DeepL.com). Eine anschließende manuelle Überarbeitung erfolgte vor allem nach inhaltlichen Gesichtspunkten, so dass das Buch stilistisch von einer herkömmlichen Übersetzung abweichen kann. Umfang: 211 S. ISBN: 978-3-662-66283-0
Inhalt: Der kompakte Schnelleinstieg in Machine Learning und Deep Learning- Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning- Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung- Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innenMachine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert.Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning. Umfang: 216 S. ISBN: 978-3-96010-512-1
Programm Findus Internet-OPAC findus.pl V20.238/8 auf Server windhund2.findus-internet-opac.de,
letztes Datenbankupdate: 31.05.2024, 13:11 Uhr. 232 Zugriffe im Juni 2024. Insgesamt 807.293 Zugriffe seit August 2015
Mobil - Impressum - Datenschutz - CO2-Neutral
