fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Weiner

Why AI/Data Science Projects Fail

Medium: Buch
ISBN: 978-3-031-90869-9
Verlag: Springer
Erscheinungstermin: 30.07.2025
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This Second Edition addresses five common pitfalls that prevent projects from reaching deployment and provides tools and methods to avoid these pitfalls. Current statistics show that 87% of AI and Big Data projects fail by never reaching deployment, making this book an essential resource for data science and AI practitioners, as well as managers. The author illustrates the methods and tools by including real examples from her experience building and deploying data science and AI projects. This new edition builds upon the original book with revisions, updates and features a new chapter on Generative AI.

Produkteigenschaften

Themen

Autoren/Hrsg.

Autoren

Introduction and Background.- Project Phases and Common Project Pitfalls.- Five Methods to Avoid Common Pitfalls.- Define Phase.- Making the Business Case: Assigning Value to Your Project.- Acquisition and Exploration of Data Phase.- Model Building Phase.- Interpret and Communicate Phase.- Deployment Phase.- Considerations for Generative AI Projects in the Enterprise.- Summary of the Five Methods to Avoid Common Pitfalls.