In einer VUCA-Welt, die sich als immer unbeständiger, unsicherer und komplexer erweist, gilt es für Unternehmen, Organisation und Staaten zeitnah und adäquat auf die jeweiligen Situationen zu reagieren. Entscheidungen basierend auf in der Vergangenheit gemachten Erfahrungen zu treffen ist in diesen Zeiten weniger erfolgreich als ein akkurates Verständnis der gegenwärtigen Bedingungen. Die Bedeutung von empirischen Wissenschaften, das permanente Beobachten der Umwelt, die zeitnahe Analyse von Wirkungszusammenhängen und das daraus abgeleitete Gewinnen neuer Erkenntnissen, nimmt zu. Daraus lässt sich ableiten, welche Maßnahmen mit einer vorhersagbaren Wahrscheinlichkeit zur Erreichung der eigenen Ziele geeignet sind, z. B. welcher Preis für ein Angebot die gewünschte Nachfrage erzeugt oder welche Marketingmaßnahme eine gewünschte Zielgruppe erreicht.
Wo früher klassische Statistik für Berechnungen und Vorhersagen herangezogen wurde, da erlaubenheute kostenlose (Open Source) Werkzeuge wie R Daten in unterschiedlichsten Formaten und aus beliebig vielen Quellen für die Analyse einzulesen, aufzubereiten und mit Hilfe von Methoden der Künstlichen Intelligenz und des Machine Learning zu analysieren. Die Ergebnisse können dann anschließend perfekt visuell dargestellt werden, so dass die Entscheider schnell und effektiv davon profitieren können.
Das Zeitalter von Data Science ist erreicht. Digitalisierung ist mehr als ein Schlagwort oder ein Versprechen, es ist für jeden umsetzbar und nutzbar.
Dieses Buch vermittelt Ihnen auf Basis der zum Zeitpunkt der Publikation aktuellsten Version von R, wie Sie Künstliche Intelligenz und Machine Learning in der Industrie 4. 0 nutzen können.
Inhaltsverzeichnis
Nutzen von Machine Learning und Künstlicher Intelligenz. - Machine Learning. - Best Practices. - Einrichtung der Entwicklungsumgebung von R. - Grundlagen der Programmiersprache R. - des Machine Learning mit R. - Anwendung von Machine Learning mit R. - Ausblick.
