Low-Code AI

Kapitel 2. Daten sind der erste Schritt

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Dieses Kapitel bietet einen Überblick über die Anwendungsfälle und Datensätze, die im Buch verwendet werden, und gibt Informationen darüber, wo du Datenquellen für weitere Studien und Übungen finden kannst. Außerdem erfährst du etwas über Datentypen und den Unterschied zwischen Batch- und Streaming-Daten. Du bekommst praktische Übungen zur Datenvorverarbeitung mit Googles kostenlosem, browserbasiertem Open Source Jupyter Notebook. Das Kapitel schließt mit einem Abschnitt über die Nutzung von GitHub, um ein Daten-Repository für die ausgewählten Projekte des Buches zu erstellen.

Überblick über die im Buch verwendeten Anwendungsfälle und Datensätze

Wir hoffen, dass du unser Buch in die Hand genommen hast, um ML nicht nur auf der Basis von Mathematik oder Algorithmen zu lernen, sondern auf der Basis von Projekten. Die Anwendungsfälle, die wir ausgewählt haben, sind so konzipiert, dass du ML anhand von realen Daten aus verschiedenen Branchen lernst. Es gibt Anwendungsfälle aus den Bereichen Gesundheitswesen, Einzelhandel, Energie, Telekommunikation und Finanzen. Der Anwendungsfall zur Kundenabwanderung kann in jeder Branche angewendet werden. Jedes der Anwendungsfälle kann für sich allein stehen, wenn du bereits Erfahrung mit der Datenvorverarbeitung hast. Du kannst also einfach zu dem übergehen, was du lernen ...