Women in Data Science (eBook, PDF)

Female Role Models in AI & ML
Redaktion: Doger-Herter, Özlem

• Format: PDF

Produktbeschreibung

Der gesellschaftlich richtige Umgang mit Daten ist eine der zentralen Herausforderungen unseres nächsten Jahrzehnts. Wissensgenerierung und daraus abgeleitetes Handeln betrifft alle Bereiche und Branchen. Dies bedingt Diversität in den Betrachtungsweisen. Im diesem Buch schreiben führende Expertinnen aus Wissenschaft und Wirtschaft über ihre Tätigkeitsfelder mit Daten und Technologien und gehen auf ethische, moralische und gesellschaftspolitische Aspekte ein.

Die Beiträge behandeln Data Science in Wissenschaft und Politikberatung, die Analyse von geographischen Daten, Gender-Medizin, Datenrevolution - und die Tatsache, dass Daten den Menschen (und nicht umgekehrt) dienen.

Die Herausgeberin

¿Özlem Doger-Herter ist Gründerin und Geschäftsführerin eines Startups in Bonn, NRW-Ambassador für WOMEN IN DATA SCIENCE der Stanford University und veranstaltet einmal im Jahr die gleichnamige Konferenz, sie ist Botschafterin des Digital Hubs in Bonn und ist spezialisiert auf Wirtschafts- & Wissenschaftskommunikation.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Fachmedien Wiesbaden
• Seitenzahl: 113
• Erscheinungstermin: 15. Februar 2024
• Deutsch
• ISBN-13: 9783658422196
• Artikelnr.: 69995150

Autorenporträt

¿Özlem Doger-Herter ist Gründerin und Geschäftsführerin eines Startups in Bonn, NRW-Ambassador für WOMEN IN DATA SCIENCE der Stanford University und veranstaltet einmal im Jahr die gleichnamige Konferenz, sie ist Botschafterin des Digital Hubs in Bonn und ist spezialisiert auf Wirtschafts- & Wissenschaftskommunikation.

Inhaltsangabe

Trust The Machine.- Führt Künstliche Intelligenz zu mehr Diskriminierung von Frauen oder ist sie eine Chance für eine gerechtere Welt.- Woher wissen wir eigentlich, warum etwas so ist, wie es ist.- Mehr Teilhabe sicherstellen.- Data Science in Wissenschaft und Politikberatung.- Mikrogeografische Daten und Analysen.- Gendermedizin in der Kardiologie.- The centralisation of data is equal to a centralisation of power.- Die Daten dienen dem Menschen.