No-Code Data Science

EAN/GTIN:: 9783747511503
Hersteller-Nr.:: 9783747511503
Kategorie:: Gedruckte Bücher
Angebote:: 2 Shops
Preisspanne:: 39,99 € – 39,99 €

Preisalarm

Bester Preis

2 Angebote

ab 39,99 €

Günstigstes Angebot

averdo

Versand: siehe Shop

39,99 €

Gesamt 39,99 €

Zum Shop: averdo

Zuletzt aktualisiert: 14. November 2026, 14:21 Uhr

Preisvergleich: 2 Angebote

Sortiert nach Gesamtpreis inkl. Versand · Preise inkl. MwSt. · Als „Nicht verifiziert“ markierte Angebote stammen von Shops ohne Partnerschaft und werden nie als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Bei gleichem Gesamtpreis steht das früher gelistete Angebot zuerst. * „statt“: vom Shop angegebener Vergleichspreis (früherer Shop-Preis oder UVP), nicht von uns geprüft.

Bester Preis

averdo

39,99 €

Gesamt: 39,99 €

Auf Lager

Versand: siehe Shop

Zum Shop
preigu

39,99 €

Gesamt: 39,99 €

Auf Lager · 1-2 Werktage

Versandkostenfrei

Zum Shop

Anzeige – CSS von Cyberslide: CyberSlide ist ein Preisvergleichsdienst (Comparison Shopping Service) und kein Händler. Wenn du über „Zum Shop“ zu einem Händler wechselst oder dort kaufst, erhalten wir ggf. eine Provision (Affiliate-Link). Für dich entstehen dabei keine Mehrkosten. Die Reihenfolge der Angebote richtet sich ausschließlich nach dem Gesamtpreis inkl. Versand; nicht verfügbare Angebote stehen am Ende. Gelistet werden überwiegend Shops, mit denen wir zusammenarbeiten (Partnerprogramme bzw. Provision) – der Vergleich bildet daher nicht den gesamten Markt ab. Angebote mit „Nicht verifiziert“ stammen von Shops ohne Partnerschaft: Ihre Preise lesen wir automatisch von der Shop-Website (ohne Gewähr); sie werden nicht als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Mehr zu Ranking & Bewertungen · Inhalt melden

Alle Preise in Euro inkl. gesetzlicher MwSt., zzgl. der angegebenen Versandkosten. Preise und Verfügbarkeit können sich seit der letzten Aktualisierung geändert haben; maßgeblich ist der Preis im Shop.

Preisverlauf

Tiefstpreis: –
Höchstpreis: –
Veränderung: –

Preisverlauf wird geladen …

Günstigster Preis über alle Shops (ohne Versand). Gespeichert wird nur, wenn sich der Bestpreis ändert; Daten älter als 12 Monate als Monats-Tiefst-/Höchstpreis.

Preisalarm

Wir schicken dir eine E-Mail, sobald dein Wunschpreis erreicht ist.

Produktbeschreibung

- Vollständige Data-Science- und Machine-Learning-Projekte ohne Programmierung umsetzen- Analyse-Workflows praxisnah entwickeln, bewerten und automatisieren- Acht Praxisbeispiele aus Marketing, Finanzen, Betrugserkennung, Kundenabwanderung, Produktion, Healthcare, Diagnostik und Retail Data Science ohne ProgrammierungDieses Buch richtet sich an Data Scientists, Data Analysts und Business Analysts, an Fach- und Führungskräfte aus den Fachabteilungen sowie an Studierende, die datengetriebene Projekte ohne Programmierung realisieren möchten. Es zeigt Ihnen, wie Sie vollständige Data-Science- und Machine-Learning-Projekte mit visuellen Workflows umsetzen. Sie bereiten Daten auf, trainieren Modelle, bewerten die Ergebnisse fachlich sowie technisch und entwickeln Workflows, die sich im Arbeitsalltag wiederverwenden und automatisieren lassen. Hierbei kommt die Open-Source-Plattform KNIME zum Einsatz.Data-Science-Workflows in KNIME umsetzenAls methodischer Rahmen dient der bewährte CRISP-DM-Prozess. Schritt für Schritt durchlaufen Sie Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation und Deployment. Die einzelnen Phasen setzen Sie dabei direkt in KNIME um. Sie lernen, Zielgrößen sauber zu definieren, Datenrisiken zu erkennen, Schwellenwerte festzulegen und Analyseergebnisse in konkrete Entscheidungen und Prozessschritte zu überführen.Praxisnahe Projekte für reale AnwendungsfälleBeispielprojekte aus verschiedenen Branchen zeigen, wie sich der methodische Ansatz auf unterschiedliche Fragestellungen übertragen lässt: von Kampagnenreaktionen und Kundenabwanderung über Kreditrisiken, Betrugserkennung und Produktionsqualität bis zu Anwendungen in Healthcare, Diagnostik und Retail. So entwickeln Sie eine systematische Vorgehensweise, mit der Sie eigene Analyse-, Machine-Learning- und Automatisierungsprojekte mit KNIME realisieren können.Aus dem Inhalt:- KNIME Analytics Platform und Workflow Editor kennenlernen- CRISP-DM als KNIME-Workflow umsetzen- Nodes konfigurieren, verbinden und ausführen- Workflows mit Metanodes strukturieren- Wiederverwendbare KNIME-Komponenten erstellen- CSV-, Excel-, Datenbank- und API-Daten anbinden- Datenprofiling, EDA und Daten-qualität prüfen- Daten transformieren und Features entwickeln- Datenquellen mit KNIME zusammenführen- Modelle mit Learner, Predictor und Scorer- Logistische Regression, Decision Trees, Random Forest und XGBoost- Cross-Validation und Hyperparameter-Tuning- Modelle bewerten: Cutoff, Top-N, Lift, ROC und Fehlerkosten- Deployment, Automatisierung, Monitoring und Drift