Was ist Data Science?
  • Angebot und Nachfrage für Data Science
  • Das Venn-Diagramm der Datenwissenschaft
  • Der datenwissenschaftliche Pfad
  • Rollen und Teams in der Datenwissenschaft
Der Platz der Datenwissenschaft im Datenuniversum
  • Künstliche Intelligenz
  • Maschinelles Lernen
  • Neuronale Netze für tiefes Lernen
  • Große Daten
  • Prädiktive Analytik
  • Präskriptive Analytik
  • Business Intelligence
Ethik und Recht
  • Rechtliche, ethische und soziale Fragen der Data Science
  • Algorithmen und Entscheidungsträger
Datenquellen
  • Vorbereitung der Daten
  • Interne Daten
  • Öffentliche Daten
  • APIs - Schnittstellen
  • Auslesen von Daten
  • Erstellen von Daten
  • Passive Sammlung von Trainingsdaten
  • Selbstgenerierte Daten
Erstellen von Regeln
  • Die Aufzählung expliziter Regeln
  • Die Ableitung von Regeln aus der Datenanalyse
  • Die Generierung impliziter Regeln
Werkzeuge für die Datenwissenschaft
  • Anwendungen für die Datenanalyse
  • Sprachen für die Datenwissenschaft
  • Maschinelles Lernen als Dienstleistung
Mathematik für Datenwissenschaften
  • Algebra
  • Kalkül
  • Optimierung und die kombinatorische Explosion
  • Bayesscher Satz
Analysen für die Datenwissenschaft
  • Deskriptive Analysen
  • Prädiktive Modelle
  • Trend-Analyse
  • Clustering
  • Klassifizieren
  • Erkennung von Anomalien
  • Reduzierung der Dimensionalität
  • Feature-Auswahl und -Erstellung
  • Validierung von Modellen
  • Aggregierende Modelle
Handeln in der Datenwissenschaft
  • Interpretierbarkeit
  • Umsetzbare Einsichten

(Version: 2026-02-13T10:43:51+01:00)