94
Grus, Joel
Einführung in Data Science
Grundprinzipien der Datenanalyse mit Python
Heidelberg: O‘Reilly / Dpunkt 2016 – 332 Seiten, Buch € 34,90 /
E-Book € 27,99
Das Buch
Joel Grus ist angabegemäß Software-
entwickler bei Google, zuvor arbeitete er
als Data Scientist für eine Reihe von
Start-ups. Diese Übersetzung wendet sich
an Einsteiger in die Datenanalyse mit
mathematischen Grundkenntnissen und
Programmiererfahrungen.
Die Themen
Einführung – Crashkurs Python – Daten
visualisieren – Lineare Algebra – Statistik
– Wahrscheinlichkeit – Hypothesen – Gradientenmethode – Daten
sammeln – Arbeiten mit Daten – Maschinelles Lernen – k-Nächste-
Nachbarn – Bayes-Klassifikatoren – Regressionen – Entscheidungs-
bäume –Netzwerke – Clustering – Linguistische Datenverarbeitung –
Graphenanalyse – Empfehlungssysteme – Datenbanken – MapReduce
– Praktiziere Data Science.
Mein Resümee
Data Science setzt sich nach Angaben des Verfassers
aus drei Kompo-
nenten zusammen:
1. der Fähigkeit zu hacken (gemeint ist das ge-
schickte Ausprobieren und Anwenden verschiedener Computerprogram-
me), 2. dem Wissen über Mathematik und Statistik sowie 3. aus substan-
ziellem Expertenwissen. Dieses Buch bezieht sich auf die ersten beiden
Elemente, zumal Expertenwissen sehr fachspezifisch ist, und nähert sich
Data Science von Grund auf, und zwar unter intensivem Einbezug der
Verwendung von Mathematik, Statistik und Informatik. Der Autor sieht es
als sein Ziel, dem Leser „Python beizubringen“ (eine verbreitete Pro-
grammiersprache). In der Sprache des Autors handelt es sich um
„ma-
schinelles Lernen“
. Das Buch ist mit zahlreichen Beispielen, Modellen
und Ableitungen versehen, und in verständlicher, z. T. persönlicher Spra-
che gehalten. Insgesamt eine spezielle Einführung in Data Science zur
konkreten Einarbeitung in die Prinzipien der Datenanalysen.
Verlagspräsentation mit Leseproben
(zuletzt am 28.1.17 aufgerufen):
Produktions- und Produktmanagement
– Kernaufgabe der Industrie
Das Produktions- und Produktmanagement bestimmt zu einem we-
sentlichen Maße die Leistungs- und Wettbewerbsfähigkeit von Indus-
triebetrieben. Neuere Entwicklungen, unter „Industrie 4.0“ zusam-
mengefasst, erhöhen diese Bedeutung und Problematik erheblich.
Data Science – Hilfe oder Bedrohung?
Je intensiver die Digitalisierung in das Privat- und Geschäftsleben
vordringt, desto mehr Daten werden produziert. Data Science gilt
als der Schlüssel, diese Flut an Daten nutzbar zu machen. Damit
entstehen neue Aufgaben und Fragen.
Pierson, Lillian
Data Science für Dummies
Weinheim: Wiley 2016 – 382 Seiten, € 26,99
Das Buch
Lillian Pierson arbeitet angabegemäß als
Datenanalystin und Umweltingenieurin.
Sie gründete die Firma Data Mania, die
Inhouse-Schulungen, Onlinekurse und
Workshops rund um das Thema Daten-
analyse anbietet. Diese Übersetzung aus
dem Amerikanischen unterstützt den sys-
tematischen Einstieg in das Themenfeld
der
Extraktion von Wissen aus Daten
.
Die Themen
Einleitung – Mit Data Science beginnen – Die Bedeutung Ihrer Daten mit
Data Science erkennen – Datenvisualisierungen mit klaren Aussagen –
Programmieren und Data Science – Probleme aus der Praxis mit Data
Science lösen – Top-Ten-Teil.
Mein Resümee
Die Autorin legt eine strukturierte Einführung vor. Zunächst vermittelt sie
Grundlegendes und Begriffliches. Danach greift sie mathematische und
statistische Methoden und Verfahren auf, um den Aussagegehalt von
Daten zu erschließen. Es folgen Prinzipien der Datenvisualisierung. Py-
thon, R und weitere Programmiersprachen schließen sich an. Vier An-
wendungsgebiete von Data Science vertiefen den Praxisbezug. Der letz-
te Teil fasst Wesentliches zusammen. Entsprechend dem Buchstil Reihe
„für Dummies“ wird der Stoff relativ verständlich, gut lesbar und locker
dargeboten. Das Buch ist modular und leicht zugänglich aufgebaut, da-
mit kann es sowohl als Lehrbuch als auch als Nachschlagewerk einge-
setzt werden. Die erfolgreiche Nutzung des Buches setzt
Kenntnisse
der Mathematik, Statistik und Informatik sowie fachbezogene
Sachkenntnisse
(was soll wie und wozu ausgewertet werden) voraus.
Wesentliche Stichworte sind z. B. Big Data, Business Intelligence, Excel,
geschäftsbezogene Data, Klassifikationen, Python (Programmierspra-
che), Visualisierung oder Wahrscheinlichkeitsverteilung. Das Buch bietet
ein
fundiertes Themenverständnis
, erläutert das Handwerkszeug und
stellt den Anwendungsbezug in den Mittelpunkt. Es wird aber auch deut-
lich, dass es sich um eine anspruchsvolle Materie handelt und zahlreiche
Fragen zu klären sind.
Verlagspräsentation mit Leseproben
(zuletzt 28.01.17 aufgerufen):
783527712076&title=Data%20Science%20f%C3%BCr%20Dummies
Literaturforum
Alfred Biels Literaturforum
