Buchcover: Von Daten zu Lösungen in Data Science mit Python

Ein Buch über Data Science als Problemlösung

Data Science wird häufig auf Algorithmen, Modelle und Tools reduziert. Doch der eigentliche Wert entsteht nicht durch Daten allein, sondern durch die Fähigkeit, aus Daten belastbare Erkenntnisse, begründete Entscheidungen und verantwortbare Lösungen abzuleiten.

Von Daten zu Lösungen in Data Science mit Python zeigt, wie Data-Science-Projekte vom Problem her gedacht, methodisch aufgebaut und nachvollziehbar in praktische Lösungen überführt werden.

Im Mittelpunkt stehen Problemverständnis, Fragestellungen, Datenqualität, ETL, Feature Engineering, Modelle, Metriken, Unsicherheit, Risiken, Umsetzung, Monitoring, Kommunikation und Python als Werkzeug für reproduzierbare Data-Science-Prozesse.

Einblick durch Präsentation Workshop anfragen Buch kaufen

Zielgruppe

Das Buch richtet sich an Studierende, Lehrende, Data-Science-Einsteigerinnen und -Einsteiger, Python-Lernende, Data Analysts, Data Scientists, Machine-Learning-Interessierte, Softwareentwicklerinnen und Softwareentwickler, Business Analysts, Fach- und Führungskräfte sowie an alle, die Data Science nicht nur als Modellierung, sondern als systematische Problemlösung verstehen und anwenden möchten.

Buch kaufen

Das Buch ist als E-Book erhältlich. Die verfügbaren Kauf-Links finden Sie hier.

ISBN	978-3-6952-6121-5
Format	E-Book

Bei Amazon Kindle kaufen Bei Apple Books kaufen Google Play Books folgt Lehmanns folgt Thalia folgt Hugendubel folgt eBook.de folgt

Themen und Schwerpunkte

Data Science als Problemlösung

Warum erfolgreiche Data Science nicht mit Algorithmen beginnt, sondern mit einem klar verstandenen Problem.

Datenqualität und ETL

Wie Rohdaten geprüft, bereinigt, transformiert und nachvollziehbar für Analysen vorbereitet werden.

Feature Engineering

Wie aus Rohdaten entscheidungsrelevante Merkmale entstehen und warum Features immer fachliche Annahmen enthalten.

Modelle und Metriken

Warum Modelle Werkzeuge sind, Metriken keine Entscheidungen treffen und Modellbewertung immer im Problemkontext erfolgen muss.

Unsicherheit und Risiken

Wie Datenrisiken, Modellrisiken, technische Risiken und ethische Risiken sichtbar gemacht und bewertet werden können.

Vom Notebook zur Lösung

Wie Data-Science-Ergebnisse reproduzierbar, dokumentiert, versioniert und in produktive Prozesse überführt werden.

Einblick ins Buch: Präsentation ansehen

Die begleitende Präsentation bietet einen kompakten Einstieg in die zentrale Idee des Buches: Data Science beginnt mit Problemen und führt über Daten, Erkenntnisse, Entscheidungen und Verantwortung zu praktischen Lösungen.

Sie können die Präsentation direkt im Browser ansehen, als PDF öffnen oder herunterladen.

Präsentation öffnen PDF herunterladen

Workshops und Vorträge zum Buch

Die Inhalte des Buches können als Vortrag, Workshop oder moderiertes Praxisformat für Hochschulen, Unternehmen, Bildungseinrichtungen, Data-Science-Teams und Organisationen aufbereitet werden.

Im Mittelpunkt stehen Data Science als Problemlösung, Datenqualität, Feature Engineering, Modellbewertung, Entscheidungsfindung, MLOps, Kommunikation und die Entwicklung verantwortbarer Lösungen.

Workshop anfragen Kontakt aufnehmen