Nach einer erkenntnisreichen Abwägung der Frage: "Synthetische Daten oder Livedaten" kommt Alexander im Podcast mit Markus schnell zur praktischen Bedeutung der Datenwissenschaft (Data Science) für das Testdatenmanagement. Er platziert das Thema in ein Set von eigenen Datenregeln, die sich auf Technik, Datenqualität und Realiltät beziehen. Am Beispiel der Verwendungsanalyse von realen Daten und der Datenreduktion macht Alexander den praktischen Bezug der Data Science für das Testdatenmanagement erkennbar. Die Zeitvorteile, die sich aus der Anwendung des Datenwissen insbesondere bei großen Datenmengen ergeben, deuten für Alexander auf eine weiter steigende Bedeutung des Themas in der Zukunft hin. 

 Alexander Becker kann kontaktiert werden via email (alexander.becker@gmx.de) oder linkedin https://www.linkedin.com/in/alexander-becker-aa075621

 Grundlagen:
Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking

Online Kurse/ Materialien von IBM
Was ist maschinelles Lernen (ML)? | IBM

Was ist Clustering? | IBM

Was ist k-Means-Clustering? | IBM

 

Rss Apple Podcaster
Podden och tillhörande omslagsbild på den här sidan tillhör Qytera - Experten für Testautomatisierung und Testmanagement. Innehållet i podden är skapat av Qytera - Experten für Testautomatisierung und Testmanagement och inte av, eller tillsammans med, Poddtoppen.