Haneke Uwe (27 results)

Condition: as new. Wie neu/Like new.

Condition: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Condition: good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Condition: New.

Condition: As New. Unread book in perfect condition.

HRD. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Buch. Condition: Neu. Neuware - Übersichtliche und anwendungsbezogene Einführung Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigt 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 Businss 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 verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert. 372 pp. Deutsch.

Buch. Condition: Neu. Neuware - Übersichtliche und anwendungsbezogene Einführung Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigt 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 Businss 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 verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert. 372 pp. Deutsch.

Condition: As New. Unread book in perfect condition.

Buch. Condition: Neu. Neuware -Know-how für Data Scientists Übersichtliche und anwendungsbezogene Einführung Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigtData 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 Businss 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 verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken.Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert.

Hardcover. Condition: Brand New. German language. 9.69x6.89x1.18 inches. In Stock.

Condition: New.

Buch. Condition: Neu. Neuware - Umfassendes und anwendungsbezogenes Handbuch Verständliche Darstellung des Einsatzes neuer Technologien wie generative KI, LLMs und Chatbot-Anwendungen Mit vielen Praxisbeispielen aus der BI & Analytics-Welt Künstliche Intelligenz (KI) hat in den letzten Jahren stark an Bedeutung gewonnen. Unternehmen stehen vor der Herausforderung, KI wertschöpfend einzusetzen, um sich einen Wettbewerbsvorteil zu verschaffen bzw. ihre Wettbewerbsfähigkeit zu erhalten. Dieses Buch gibt einen Überblick über das Thema »Künstliche Intelligenz für Business Analytics« und dessen praktische Relevanz für Unternehmen. Neben technischen Aspekten wie Architekturen, Vorgehensmodelle zur Entwicklung von KI-Anwendungen, Datenvorbereitung und -analyse werden auch organisatorische Konzepte sowie Rahmenbedingungen wie Datenschutz, EU AI-Act und Fragen der Ethik beim Einsatz von KI behandelt. Dabei werden jeweils Bezüge zu bestehenden Analytics-Architekturen hergestellt. Darüber hinaus werden Fallstudien aus unterschiedlichen Branchen vorgestellt, die verdeutlichen, welche Möglichkeiten sich durch die KI bieten und wie Unternehmen diese bereits heute produktiv im Einsatz haben. 342 pp. Deutsch.

Buch. Condition: Neu. Neuware - Umfassendes und anwendungsbezogenes Handbuch Verständliche Darstellung des Einsatzes neuer Technologien wie generative KI, LLMs und Chatbot-Anwendungen Mit vielen Praxisbeispielen aus der BI & Analytics-Welt Künstliche Intelligenz (KI) hat in den letzten Jahren stark an Bedeutung gewonnen. Unternehmen stehen vor der Herausforderung, KI wertschöpfend einzusetzen, um sich einen Wettbewerbsvorteil zu verschaffen bzw. ihre Wettbewerbsfähigkeit zu erhalten. Dieses Buch gibt einen Überblick über das Thema »Künstliche Intelligenz für Business Analytics« und dessen praktische Relevanz für Unternehmen. Neben technischen Aspekten wie Architekturen, Vorgehensmodelle zur Entwicklung von KI-Anwendungen, Datenvorbereitung und -analyse werden auch organisatorische Konzepte sowie Rahmenbedingungen wie Datenschutz, EU AI-Act und Fragen der Ethik beim Einsatz von KI behandelt. Dabei werden jeweils Bezüge zu bestehenden Analytics-Architekturen hergestellt. Darüber hinaus werden Fallstudien aus unterschiedlichen Branchen vorgestellt, die verdeutlichen, welche Möglichkeiten sich durch die KI bieten und wie Unternehmen diese bereits heute produktiv im Einsatz haben. 342 pp. Deutsch.

Hardcover. Condition: Brand New. 280 pages. German language. 6.77x0.98x9.61 inches. In Stock.

Buch. Condition: Neu. Neuware -Know-how für erfolgreiche KI-Initiativen Umfassendes und praxisnahes Handbuch Verständliche Einführung in neue Technologien wie generative KI, LLMs und Chatbots Mit zahlreichen Praxisbeispielen aus der BI- und Analytics-WeltKünstliche Intelligenz (KI) hat sich von einem Zukunftstrend zu einer geschäftskritischen Technologie entwickelt. Unternehmen stehen vor der zentralen Aufgabe, KI strategisch und gewinnbringend einzusetzen, um nachhaltige Wettbewerbsvorteile zu erzielen.Dieses umfassende Handbuch führ Sie systematisch durch alle Aspekte der KI-Implementierung - von den technologischen Grundlagen bis zur praktischen Umsetzung. Teil 1 vermittelt fundiertes Wissen zu maschinellem Lernen, Natural Langage Processing, Computer Vision und KI-gestützter Robotik. Teil 2 behandelt die strategischen und operativen Herausforderungen: Wie operationalisieren Sie KI-Systeme Wie bauen Sie eine erfolgreiche KI-Einheit auf Welche rechtlichen und ethischen Aspekte müssen Sie beachten! Die detaillierten Praxisfälle aus unterschiedlichen Branchen in Teil 3 zeigen konkret, wie Unternehmen KI erfolgreich implementieren und welche Potenziale sich dabei erschließen lassen.Ihr Leitfaden für die KI-Transformation: Von der ersten Idee über Quick Wins bis hin zu nachhaltigen Geschäftsmodellen - dieses Buch begleitet Sie auf dem Weg zu einer datengetriebenen, KI-gestützten Organisation.

hardcover. Condition: Sehr gut. 342 Seiten; 9783988890504.2 Gewicht in Gramm: 1.

Condition: New.

Condition: New.

Buch. Condition: Neu. Neuware -Know-how für Data Scientists Übersichtliche und anwendungsbezogene Einführung Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigtData 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 Businss 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 verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken.Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert.dpunkt.Verlag, Wieblinger Weg 17, 69123 Heidelberg 372 pp. Deutsch.

Buch. Condition: Neu. Neuware - Know-how für Data Scientists Übersichtliche und anwendungsbezogene Einführung Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigt 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 Businss 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 verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert.

Buch. Condition: Neu. Data Science | Grundlagen, Architekturen und Anwendungen | Uwe Haneke (u. a.) | Buch | Edition TDWI | XX | Deutsch | 2021 | dpunkt.Verlag | EAN 9783864908224 | Verantwortliche Person für die EU: dpunkt.verlag GmbH, Vanessa Niethammer, Wieblinger Weg 17, 69123 Heidelberg, niethammer[at]dpunkt[dot]de | Anbieter: preigu.

Buch. Condition: Neu. Neuware -Know-how für erfolgreiche KI-Initiativen Umfassendes und praxisnahes Handbuch Verständliche Einführung in neue Technologien wie generative KI, LLMs und Chatbots Mit zahlreichen Praxisbeispielen aus der BI- und Analytics-WeltKünstliche Intelligenz (KI) hat sich von einem Zukunftstrend zu einer geschäftskritischen Technologie entwickelt. Unternehmen stehen vor der zentralen Aufgabe, KI strategisch und gewinnbringend einzusetzen, um nachhaltige Wettbewerbsvorteile zu erzielen.Dieses umfassende Handbuch führ Sie systematisch durch alle Aspekte der KI-Implementierung - von den technologischen Grundlagen bis zur praktischen Umsetzung. Teil 1 vermittelt fundiertes Wissen zu maschinellem Lernen, Natural Langage Processing, Computer Vision und KI-gestützter Robotik. Teil 2 behandelt die strategischen und operativen Herausforderungen: Wie operationalisieren Sie KI-Systeme Wie bauen Sie eine erfolgreiche KI-Einheit auf Welche rechtlichen und ethischen Aspekte müssen Sie beachten! Die detaillierten Praxisfälle aus unterschiedlichen Branchen in Teil 3 zeigen konkret, wie Unternehmen KI erfolgreich implementieren und welche Potenziale sich dabei erschließen lassen.Ihr Leitfaden für die KI-Transformation: Von der ersten Idee über Quick Wins bis hin zu nachhaltigen Geschäftsmodellen - dieses Buch begleitet Sie auf dem Weg zu einer datengetriebenen, KI-gestützten Organisation.dpunkt.Verlag, Wieblinger Weg 17, 69123 Heidelberg 342 pp. Deutsch.

Buch. Condition: Neu. Neuware - Umfassendes und praxisnahes Handbuch Verständliche Einführung in neue Technologien wie generative KI, LLMs und Chatbots Mit zahlreichen Praxisbeispielen aus der BI- und Analytics-Welt Künstliche Intelligenz (KI) hat sich von einem Zukunftstrend zu einer geschäftskritischen Technologie entwickelt. Unternehmen stehen vor der zentralen Aufgabe, KI strategisch und gewinnbringend einzusetzen, um nachhaltige Wettbewerbsvorteile zu erzielen. Dieses umfassende Handbuch führ Sie systematisch durch alle Aspekte der KI-Implementierung - von den technologischen Grundlagen bis zur praktischen Umsetzung. Teil 1 vermittelt fundiertes Wissen zu maschinellem Lernen, Natural Langage Processing, Computer Vision und KI-gestützter Robotik. Teil 2 behandelt die strategischen und operativen Herausforderungen: Wie operationalisieren Sie KI-Systeme Wie bauen Sie eine erfolgreiche KI-Einheit auf Welche rechtlichen und ethischen Aspekte müssen Sie beachten! Die detaillierten Praxisfälle aus unterschiedlichen Branchen in Teil 3 zeigen konkret, wie Unternehmen KI erfolgreich implementieren und welche Potenziale sich dabei erschließen lassen. Ihr Leitfaden für die KI-Transformation: Von der ersten Idee über Quick Wins bis hin zu nachhaltigen Geschäftsmodellen - dieses Buch begleitet Sie auf dem Weg zu einer datengetriebenen, KI-gestützten Organisation.

Buch. Condition: Neu. Künstliche Intelligenz für Business Analytics | Grundlagen, Architekturen und Anwendungen | Uwe Haneke (u. a.) | Buch | 342 S. | Deutsch | 2026 | dpunkt.Verlag | EAN 9783988890504 | Verantwortliche Person für die EU: dpunkt.verlag GmbH, Vanessa Niethammer, Wieblinger Weg 17, 69123 Heidelberg, niethammer[at]dpunkt[dot]de | Anbieter: preigu.

Buch. Condition: Neu. Neuware -Know-how für Data Scientists Übersichtliche und anwendungsbezogene Einführung Zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigtData 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 Businss 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 verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken.Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert. 372 pp. Deutsch.

Buch. Condition: Neu. Neuware -Know-how für erfolgreiche KI-Initiativen Umfassendes und anwendungsbezogenes Handbuch Verständliche Darstellung des Einsatzes neuer Technologien wie generative KI, LLMs und Chatbot-Anwendungen Mit vielen Praxisbeispielen aus der BI & Analytics-WeltKünstliche Intelligenz (KI) hat in den letzten Jahren stark an Bedeutung gewonnen. Unternehmen stehen vor der Herausforderung, KI wertschöpfend einzusetzen, um sich einen Wettbewerbsvorteil zu verschaffen bzw. ihre Wettbewerbsfähigkeit zu erhalten.Dieses Buch gibt einen Überblick über das Thema 'Künstliche Intelligenz für Business Analytics' und dessen praktische Relevanz für Unternehmen. Neben technischen Aspekten wie Architekturen, Vorgehensmodelle zur Entwicklung von KI-Anwendungen, Datenvorbereitung und -analyse werden auch organisatorische Konzepte sowie Rahmenbedingungen wie Datenschutz, EU AI-Act und Fragen der Ethik beim Einsatz von KI behandelt. Dabei werden jeweils Bezüge zu bestehenden Analytics-Architekturen hergestellt.Darüber hinaus werden Fallstudien aus unterschiedlichen Branchen vorgestellt, die verdeutlichen, welche Möglichkeiten sich durch die KI bieten und wie Unternehmen diese bereits heute produktiv im Einsatz haben. 342 pp. Deutsch.