Quellen#

Die meisten der Aufsätze, die wir lesen, stammen aus den folgenden zwei Herausgeberbänden:

Im Einzelnen sind dies:

Barton & Kokoev 2021#

KW 49

Barton, T., Kokoev, A. (2021). Text Mining bei einer wissenschaftlichen Literaturauswertung: Extraktion von Schlüsselwörtern zur Beschreibung von Inhalten. In: Barton, T., Müller, C. (eds) Data Science anwenden. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33813-8_11

Barton & Müller 2021a#

Barton, T., Müller, C.: Data Science anwenden: Einführung, Anwendungen und Projekte. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2673/book/10.1007/978-3-658-33813-8

Barton & Müller 2021b#

KW 42

Barton, T., Müller, C. (2021). Data Science: Vom Begriff zur Anwendung. In: Barton, T., Müller, C. (eds) Data Science anwenden. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33813-8_1

Frick 2021a#

Frick, D., et al.: Data Science: Konzepte, Erfahrungen, Fallstudien und Praxis. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33403-1

Frick 2021b#

KW 44

Frick, D. (2021). Data Governance. In: Frick, D., et al. Data Science. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33403-1_6

Hammesfahr & Spott 2021#

KW 51

Hammesfahr, J., Spott, M. (2021). Identifikation relevanter Zusammenhänge in Daten mit maschinellem Lernen. In: Barton, T., Müller, C. (eds) Data Science anwenden. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33813-8_12

Kaufmann 2021#

Kaufmann, J. (2021). Fortgeschrittene Verfahren zur Analyse und Datenexploration, Advanced Analytics und Text Mining. In: Frick, D., et al. Data Science. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33403-1_12

Kaufmann 2021b#

Kaufmann, J: Fundamentale Analyse- und Visualisierungstechniken. In: Frick, D., et al. Data Science. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2673/chapter/10.1007/978-3-658-33403-1_11

Maierhofer 2021#

KW 46

Maierhofer, C.R. (2021). Information Data Models: Das Fundament einer guten Information Strategy. In: Frick, D., et al. Data Science. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33403-1_9

Peuker & Berton 2021#

KW 50

Peuker, A., Barton, T. (2021). Empfehlungssysteme und der Einsatz maschineller Lernverfahren. In: Barton, T., Müller, C. (eds) Data Science anwenden. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33813-8_6

Quix 2021#

KW 48

Quix, C. (2021). Data Engineering. In: Frick, D., et al. Data Science. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33403-1_5

Schmitz 2021#

KW 47

Schmitz, U. (2021). Big Data. In: Frick, D., et al. Data Science. Springer Vieweg, Wiesbaden. https://bibaccess.fh-landshut.de:2188/10.1007/978-3-658-33403-1_1

Zweig 2018#

KW 43

Katharina A. Zweig: Wo Maschinen irren können. Verantwortlichkeiten und Fehlerquellen in Prozessen algorithmischer Entscheidungsfindung. Bertelsmann Stiftung (Hrsg.), 05.02.2018, DOI: 10.11586/2018006, https://www.bertelsmann-stiftung.de/de/publikationen/publikation/did/wo-maschinen-irren-koennen > Download (pdf)