9Self-Service und Governance im Data-Science-Umfeld: der emanzipierte Anwender
9.2Self-Service-Angebote für Data & Analytics
9.3Data Governance und Self-Service
9.4Self-Service-Datenaufbereitung und Data Science
9.5Self-Service-Datenaufbereitung vs. ETL
9.6Bimodale Data & Analytics: Segen oder Fluch?
9.7Entwicklungen im Self-Service-Bereich
9.7.1AutoML als Data-Scientist-Ersatz?
Victoria Kayser · Damir Zubovic
10.1Die Rolle von Data Privacy für Analytics und Big Data
10.2Rechtliche und technische Ausgestaltung von Data Privacy
10.2.1Rechtliche Bestimmungen zu Data Privacy
10.2.2Technische und methodische Ansätze zur Schaffung von Data Privacy
10.3Data Privacy im Kontext des Analytics Lifecycle
10.3.3Implementieren der Lösung
11Gespräch zur digitalen Ethik
12Customer Churn mit Keras/TensorFlow und H2O
12.1.1Wie kann Predictive Analytics bei dem Problem helfen?
12.1.2Wie können wir Customer Churn vorhersagen?
12.2.2Vorverarbeitung der Daten
12.2.3Neuronale Netze mit Keras und TensorFlow
12.2.4Stacked Ensembles mit H2O
12.3Bewertung der Customer-Churn-Modelle
12.3.1Kosten-Nutzen-Kalkulation
12.3.2Erklärbarkeit von Customer-Churn-Modellen
13.1Herausforderungen in der Praxis
13.1.1Data-Science-Anwendungen im Online-LEH
13.1.2Auswahl und Umsetzung wirtschaftlicher Anwendungsfälle
13.2Fallstudie: Kaufempfehlungssysteme im Online-Lebensmitteleinzelhandel
13.2.1Vorabanalysen zur Platzierung von Empfehlungen
13.2.2Prototypische Entwicklung eines Empfehlungsalgorithmus
13.2.3MVP und testgetriebene Entwicklung der Recommendation Engine