, um zu prüfen, ob Sie einen Vollzugriff auf diese Publikation haben.
Monographie Kein Zugriff
Crashkurs KI im Unternehmen
Alles, was Sie über Data Science wissen müssen
Autor:innen:
Verlag:
2021
Zusammenfassung
Das Thema künstliche Intelligenz ist in aller Munde. Wie kann auch Ihr Unternehmen KI nutzen und davon profitieren? Dieses Buch bietet anhand eingängiger Beispiele eine pragmatische Einführung in dieses spannende Themenfeld. Der Autor setzt den Fokus auf ein Verständnis der grundlegenden Begriffe und Konzepte sowie der praktischen Durchführung von KI-Projekten. Dabei werden Sie durch Glossare und Checklisten tatkräftig unterstützt. So können Sie die Ergebnisse von KI-Projekten kompetent beurteilen, die richtigen Fragen stellen und fundiert entscheiden.
Inhalt:
Grundlagen maschinelles Lernen und Buzzwords
KI-Projektmanagement: Struktur, Planung, Ziele
Aufbereitung und Visualisierung der Daten, um wertvolle Einsichten zu gewinnen
KI nutzen, um Ereignisse und Entwicklungen zu prognostizieren bzw. ungewöhnliche Konstellationen zu erkennen
Nachhaltige produktive Umsetzung von KI im Unternehmen
Mit Checklisten und umfangreichem Glossar
Publikation durchsuchen
Bibliographische Angaben
Copyrightjahr
2021
ISBN-Print
978-3-648-14920-1
ISBN-Online
978-3-648-14922-5
Verlag
Haufe Lexware, Freiburg
Sprache
Deutsch
Seiten
160
Produkttyp
Monographie
Inhaltsverzeichnis
KapitelSeiten
Titelei/Inhaltsverzeichnis Kein Zugriff Seiten 1 - 8
1.1 Zielsetzung des Buchs Kein Zugriff
1.2 Aufbau des Buchs Kein Zugriff
2.1.1 Künstliche Intelligenz Kein Zugriff
2.1.2 Expertensysteme Kein Zugriff
2.1.3 Maschinelles Lernen Kein Zugriff
2.1.4 Künstliche neuronale Netze Kein Zugriff
2.1.5 Deep Learning Kein Zugriff
2.1.6 Big Data Kein Zugriff
2.1.7 Internet of Things Kein Zugriff
2.1.8 Prädiktive Analyse Kein Zugriff
2.2.1 Klassifikation Kein Zugriff
2.2.2 Regression Kein Zugriff
2.2.3 Zeitreihenprognose Kein Zugriff
2.2.4 Clustering/Segmentierung Kein Zugriff
3.1.1 CRISP-DM Kein Zugriff
3.1.2 Die einzelnen Phasen des CRISP-DM Kein Zugriff
3.2 Projektziel definieren Kein Zugriff
3.3.1 Entscheider Kein Zugriff
3.3.2 Projektleiterinnen Kein Zugriff
3.3.3 Dateningenieur Kein Zugriff
3.3.4 Datenwissenschaftlerinnen Kein Zugriff
3.4.1 Hardware Kein Zugriff
3.4.2 Software Kein Zugriff
3.4.3 Lokale Lösungen oder Plattformen Kein Zugriff
3.5 Checkliste KI-Projektmanagement Kein Zugriff
4.1 Darstellungsarten Kein Zugriff
4.2.1 Mittelwert Kein Zugriff
4.2.2 Median Kein Zugriff
4.2.3 Histogramm Kein Zugriff
4.2.4 Modus Kein Zugriff
4.3.1 Quantile Kein Zugriff
4.3.2 Box Plot Kein Zugriff
4.4.1 Korrelation Kein Zugriff
4.4.2 Häufigkeitsmatrix Kein Zugriff
4.4.3 Grand Tour Kein Zugriff
4.5 Checkliste Explorative Analyse Kein Zugriff
5.1.1 Fehlwerte Kein Zugriff
5.1.2 Ungültige Einträge Kein Zugriff
5.1.3 Unplausible Einträge Kein Zugriff
5.1.4 Abweichende Schreibweisen Kein Zugriff
5.1.5 Duplikate Kein Zugriff
5.1.6 Widersprüchliche Einträge Kein Zugriff
5.2 Fehler bereinigen Kein Zugriff
5.3.1 Vektorraum-Modell Kein Zugriff
5.3.2 n-Gramme Kein Zugriff
5.4 Eigenschaften auswählen Kein Zugriff
5.5 Checkliste Daten vorbereiten Kein Zugriff
6.1.1 Trainingsdatensatz Kein Zugriff
6.1.2 Testdatensatz Kein Zugriff
6.2 Reinforcement Learning Kein Zugriff
6.3.1 Wahrheitsmatrix Kein Zugriff
6.3.2 Fallstudie »Deep Predictive Maintenance« Kein Zugriff
6.3.3 Fallstudie »Erweiterter Datensatz« Kein Zugriff
6.3.4 Ermittlung des unternehmerischen Nutzens Kein Zugriff
7.1.1 Bestimmtheitsmaß Kein Zugriff
7.1.2 Multiple lineare Regression Kein Zugriff
7.1.3 Abweichung Kein Zugriff
7.2.1 Feed-Forward Netz Kein Zugriff
7.2.2 Rekurrente neuronale Netze Kein Zugriff
8.1 k-Means Clustering Kein Zugriff
8.2 Hierarchisches Clustering Kein Zugriff
8.3 Checkliste Modellbildung und Evaluation Kein Zugriff
9.1.1 Dashboards Kein Zugriff
9.1.2 Empfehlungssysteme Kein Zugriff
9.1.3 Automatisierte KIs Kein Zugriff
9.2 Testen und Überwachen Kein Zugriff
9.3 Checkliste produktive Umsetzung Kein Zugriff
10.1.1 Erklärbares (Vertreter-)Modell Kein Zugriff
10.1.2 Ungewöhnliche Eingabewerte Kein Zugriff
10.1.3 Lokal interpretierbare, modellunabhängige Erklärung Kein Zugriff
10.2 Chancen und Risiken erklärbarer KI Kein Zugriff
11.1.1 Grundlagen künstlicher Intelligenz Kein Zugriff
11.1.2 KI-Projektmanagement Kein Zugriff
11.1.3 Beurteilungskompetenz Kein Zugriff
11.2 Ausblick Kein Zugriff
Glossar Kein Zugriff Seiten 153 - 158
Literaturverzeichnis Kein Zugriff Seiten 159 - 160
