Process Mining

Data Science in Action

DOWNLOAD NOW »

Author: Wil M.P. van der Aalst

Publisher: Springer

ISBN: 3662498510

Category: Computers

Page: 467

View: 3592

This is the second edition of Wil van der Aalst’s seminal book on process mining, which now discusses the field also in the broader context of data science and big data approaches. It includes several additions and updates, e.g. on inductive mining techniques, the notion of alignments, a considerably expanded section on software tools and a completely new chapter of process mining in the large. It is self-contained, while at the same time covering the entire process-mining spectrum from process discovery to predictive analytics. After a general introduction to data science and process mining in Part I, Part II provides the basics of business process modeling and data mining necessary to understand the remainder of the book. Next, Part III focuses on process discovery as the most important process mining task, while Part IV moves beyond discovering the control flow of processes, highlighting conformance checking, and organizational and time perspectives. Part V offers a guide to successfully applying process mining in practice, including an introduction to the widely used open-source tool ProM and several commercial products. Lastly, Part VI takes a step back, reflecting on the material presented and the key open challenges. Overall, this book provides a comprehensive overview of the state of the art in process mining. It is intended for business process analysts, business consultants, process managers, graduate students, and BPM researchers.

Wirtschaftsrechnen

DOWNLOAD NOW »

Author: Wilhelm Kalveram

Publisher: Springer-Verlag

ISBN: 3663128571

Category: Business & Economics

Page: 256

View: 4919

Dieses Buch soll das Gesamtgebiet der kaufmännischen Arithmetik so dar stellen, daß es einmal ein selbständiges Eindringen in dieses Stoffgebiet ermöglicht, zum andern aber auch für die Verwendung an höheren Handels schulen und für die Vorbereitung auf kaufmännische Prüfungen an Hoch schulen und Universitäten in Betracht kommt. Es wurde deshalb besonderer Wert auf einen methodischen Aufbau gelegt. Das eingeschaltete knappe, aber typische übungsmaterial, dem die Lösungen beigegeben sind, soll den ge botenen Wissensstoff veranschaulichen. Der Vorkurs ist als Wiederholung und Auffrischung schon vorhandener Kenntnisse gedacht und deshalb auf das Wesentliche beschränkt. Die Finanz mathematik wird so weit behandelt, wie sie in der Praxis eines großen kauf männischen Unternehmens gebraucht wird. Ein tieferes Eindringen in die Zinseszins-, Renten-und Anleiherechnung mit Hilfe mathematischer Metho den wurde bewußt vermieden. Seit dem Erscheinen der zweiten Auflage dieses Buches haben sich die Preis und Währungsverhältnisse so weit stabilisiert, daß in dieser nun vorliegenden dritten Auflage Kurse, Preise und sonstige Zahlenaussagen den heutigen Ver hältnissen angepaßt, gleichzeitig aber konjunkturelle Schwankungen ausge schaltet werden konnten. Eine wesentliche Erweiterung hat die nun vorliegende dritte Auflage dadurch erfahren, daß drei neue Kapitel über Effektenrechnen, Devisenrechnen und Devisenarbitrage eingefügt wurden. Ihnen liegen Arbeiten meines Vaters auf diesen Gebieten zugrunde, die in ihrem Aufbau im wesentlichen unverändert gelassen wurden, wobei jedoch, wie schon erwähnt, den heutigen Verhält nissen weitgehend Rechnung getragen wurde.

Kryptografie verständlich

Ein Lehrbuch für Studierende und Anwender

DOWNLOAD NOW »

Author: Christof Paar,Jan Pelzl

Publisher: Springer-Verlag

ISBN: 3662492970

Category: Computers

Page: 416

View: 4606

Das Buch gibt eine umfassende Einführung in moderne angewandte Kryptografie. Es behandelt nahezu alle kryptografischen Verfahren mit praktischer Relevanz. Es werden symmetrische Verfahren (DES, AES, PRESENT, Stromchiffren), asymmetrische Verfahren (RSA, Diffie-Hellmann, elliptische Kurven) sowie digitale Signaturen, Hash-Funktionen, Message Authentication Codes sowie Schlüsselaustauschprotokolle vorgestellt. Für alle Krypto-Verfahren werden aktuelle Sicherheitseinschätzungen und Implementierungseigenschaften beschrieben.

Modellierung und Analyse von Geschäftsprozessen

Grundlagen und Übungsaufgaben mit Lösungen

DOWNLOAD NOW »

Author: Andreas Drescher,Agnes Koschmider,Andreas Oberweis

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3110494531

Category: Business & Economics

Page: 275

View: 4620

Buch bietet einen leicht verständlichen Einstieg in die Modellierung und Analyse von Geschäftsprozessen. Aufbauend auf Grundlagen zur Modellbildung und Modellerstellung werden gängige Modellierungssprachen wie Ereignisgesteuerte Prozesskette, Business Process Model and Notation, Unified Modeling Language-Aktivitätsdiagramm und Petri-Netze erklärt. Die Anwendung dieser Sprachen wird anhand einer umfangreichen Sammlung von Aufgaben und Lösungen vertieft. Insbesondere unterstützen verschiedene Aufgabentypen (z. B. Modellierung, textuelle Beschreibungen, Multiple Choice Aufgaben und Fehlerfindung) die Intensivierung des Lernprozesses zu Modellierungssprachen. Neben der Modellierung von Geschäftsprozessen bietet das Buch ebenfalls sehr viele Aufgaben zur Analyse von Geschäftsprozessen, die sich thematisch mit Netztransformationen, strukturellen und dynamischen Eigenschaften, Erreichbarkeitsanalysen und Analysen basierend auf linearer Algebra beschäftigen. Schlagworte: Geschäftsprozesse; Modellierungssprachen; BPMN; EPK; Petri-Netz; Process Mining; Übungsaufgaben; Klausuraufgaben Andreas Drescher studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT). Die von ihm betreuten Übungen zu den Vorlesungen »Modellierung von Geschäftsprozessen« und »Workflow-Management« wurden mehrfach für gute Lehre ausgezeichnet. Agnes Koschmider vertritt eine Professur für Angewandte Informatik am Karlsruher Institut für Technologie (KIT). Zwischen den Jahren 2005 und 2015 war sie Dozentin und Übungsleiterin der Vorlesung »Workflow-Management« am KIT. Andreas Oberweis ist Professor für Betriebliche Informationssysteme am Karlsruher Institut für Technologie (KIT). Er ist Dozent für die beiden Vorlesungen »Modellierung von Geschäftsprozessen« und »Workflow-Management«.

Smart Data Analytics

Mit Hilfe von Big Data Zusammenhänge erkennen und Potentiale nutzen

DOWNLOAD NOW »

Author: Andreas Wierse,Till Riedel

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3110461919

Category: Technology & Engineering

Page: 440

View: 4389

Wenn in Datenbergen wertvolle Geheimnisse schlummern, aus denen Profit erzielt werden soll, dann geht es um Big Data. Doch wie schöpft man aus »großen Daten« echte Werte, wenn man nicht gerade Google ist? Um aus Unternehmens-, Maschinen- oder Sensordaten einen Ertrag zu erzielen, reicht Big Data-Technologie allein nicht aus. Entscheidend sind die übergeordneten Innovations prozesse: die smarte Analyse von Big Data. Erst durch den kompetenten Einsatz der richtigen Werkzeuge und Techniken werden aus Big Data tatsächlich Smart Data. Das Praxishandbuch Smart Data Analytics gibt einen Überblick über die Technologie, die bei der Analyse von großen und heterogenen Datenmengen – inklusive Echtzeitdaten – zum Einsatz kommt. Elf Praxisbeispiele zeigen die konkrete Anwendung in kleinen und mittelständischen Unternehmen. So erfahren Sie, wie Sie Ihr Smart Data Analytics-Projekt in Ihrem eigenen Unternehmen vorbereiten und umsetzen können. Das Buch erläutert neben den organisatorischen Aspekten auch die rechtlichen Rahmenbedingungen. Und es zeigt, wie Sie sowohl den Nutzen bewerten können, der aus den Daten gezogen werden soll, als auch den Aufwand, den Sie dafür betreiben müssen. Denn Smart Data steht für mehr als nur die Untersuchung großer Datenmengen: Smart Data Analytics ist der Schlüssel zu einem smarten Umgang mit Ihren Unternehmensdaten und hilft, bislang unentdecktes Potenzial zu entdecken. Dr. Andreas Wierse studierte Mathematik und promovierte in den Ingenieurwissenschaften im Bereich Visualisierung, seit 2011 unterstützt er mittelständische Unternehmen rund um Big und Smart Data Technologie. Dr. Till Riedel lehrt als Informatiker am KIT und koordiniert im Smart Data Solution Center Baden-Württemberg und Smart Data Innovation Lab Forschung und Innovation auf industriellen Datenschätzen.

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

DOWNLOAD NOW »

Author: Ian H. Witten,Eibe Frank

Publisher: N.A

ISBN: 9783446215337

Category:

Page: 386

View: 7177

Statistik-Workshop für Programmierer

DOWNLOAD NOW »

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 1279

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Grundlagen des Process Mining

DOWNLOAD NOW »

Author: Julia Remberg

Publisher: GRIN Verlag

ISBN: 3640243242

Category: Computers

Page: 29

View: 7867

Studienarbeit aus dem Jahr 2008 im Fachbereich Informatik - Angewandte Informatik, Note: 1,7, Universität Duisburg-Essen (Mercator School of Menagement), Veranstaltung: Wirtschaftsinformatik, 34 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Sowohl die Sicherung von Produktqualität, die Verbesserung der Wirtschaftlichkeit eines Unternehmens als auch flexibles Reagieren auf Marktveränderungen sind heutzutage wesentliche Faktoren für den wirtschaftlichen Erfolg eines Unternehmens. Um diesen erreichen und aufrechterhalten zu können, müssen unternehmerische Strukturen und Abläufe erfasst, überwacht und optimiert werden. Daher stehen Informationssysteme heute mehr denn je vor der Herausforderung immer mehr Informationen über Geschäftsprozesse in Unternehmen zu verarbeiten. Möglichkeiten für die Analyse und Überwachung dieser Informationen sind beispielweise Workflowmanagement- bzw. Geschäftsprozessmanagementsysteme. Process Mining ist in einer Vielzahl dieser Informationssysteme anwendbar. Diese Systeme geben in Form von aufgezeichneten Ereignisprotokollen - sog. event logs - sehr detaillierte Informationen über die ausgeführten Prozesse im Unternehmen wieder. Ziel ist somit diese Informationen aus dem Ereignisprotokoll in Form von bspw. Prozessmodellen (z.B. dargestellt in Petri-Netzen) automatisiert zu extrahieren. Folglich beinhaltet Process Mining eine Vielzahl von a-posteriori Analyseverfahren, die in der Lage sind entsprechende Informationen aus den ereignisbasierten Daten eines event logs zu gewinnen. Ziel dieser Seminararbeit ist es, die Grundlagen des Process Mining genauer darzustellen. Dabei werden im zweiten Kapitel die Begriffe Geschäftsprozessmanagement und Workflowmanagement als Anwendungsfelder für Process Mining kurz erläutert. Das folgende Kapitel geht dann neben der Grundidee und den Zielen des Process Mining auf die Arten und das Kernprinzip ein. Das vierte Kapitel stellt schließlich den α-Algorithmus als ein grundlegendes und am weitesten verbreitetes Verfahren für Process Mining dar.

Data Science für Dummies

DOWNLOAD NOW »

Author: Lillian Pierson

Publisher: John Wiley & Sons

ISBN: 352780675X

Category: Mathematics

Page: 382

View: 3038

Daten, Daten, Daten ?, Sie haben schon Kenntnisse in Excel und Statistik, wissen aber noch nicht, wie all die Datensï¿1⁄2tze helfen sollen, bessere Entscheidungen zu treffen? Von Lillian Pierson bekommen Sie das dafï¿1⁄2r notwendige Handwerkszeug: Bauen Sie Ihre Kenntnisse in Statistik, Programmierung und Visualisierung aus. Nutzen Sie Python, R, SQL, Excel und KNIME. Zahlreiche Beispiele veranschaulichen die vorgestellten Methoden und Techniken. So kï¿1⁄2nnen Sie die Erkenntnisse dieses Buches auf Ihre Daten ï¿1⁄2bertragen und aus deren Analyse unmittelbare Schlï¿1⁄2sse und Konsequenzen ziehen.

Prozessgesteuerte Anwendungen entwickeln und ausführen mit BPMN

Wie flexible Anwendungsarchitekturen wirklich erreicht werden können

DOWNLOAD NOW »

Author: Volker Stiehl

Publisher: N.A

ISBN: 386491230X

Category: Computers

Page: 412

View: 8452

Die effiziente Entwicklung neuer, differenzierender fachlicher Prozesse in heterogenen Systemlandschaften ist seit jeher eine der größten Herausforderungen für Unternehmen. Denn die neuen Lösungen müssen ...- ... über lange Zeiträume hinweg wartbar bleiben,- ... flexibel auf neue fachliche Anforderungen reagieren können,- ... unabhängig von der vorhandenen IT-Landschaft sein.Dieses Buch vermittelt Ihnen, wie Sie ausgehend von Ihren fachlichen Prozessen und unter Verwendung der BPMN eine nachhaltige Softwarearchitektur entwickeln können, die den genannten Anforderungen gerecht wird.

big data @ work

Chancen erkennen, Risiken verstehen

DOWNLOAD NOW »

Author: Thomas H. Davenport

Publisher: Vahlen

ISBN: 3800648156

Category: Fiction

Page: 214

View: 1181

Big Data in Unternehmen. Dieses neue Buch gibt Managern ein umfassendes Verständnis dafür, welche Bedeutung Big Data für Unternehmen zukünftig haben wird und wie Big Data tatsächlich genutzt werden kann. Am Ende jedes Kapitels aktivieren Fragen, selbst nach Lösungen für eine erfolgreiche Implementierung und Nutzung von Big Data im eigenen Unternehmen zu suchen. Die Schwerpunkte - Warum Big Data für Sie und Ihr Unternehmen wichtig ist - Wie Big Data Ihre Arbeit, Ihr Unternehmen und Ihre Branche verändern - - wird - Entwicklung einer Big Data-Strategie - Der menschliche Aspekt von Big Data - Technologien für Big Data - Wie Sie erfolgreich mit Big Data arbeiten - Was Sie von Start-ups und Online-Unternehmen lernen können - Was Sie von großen Unternehmen lernen können: Big Data und Analytics 3.0 Der Experte Thomas H. Davenport ist Professor für Informationstechnologie und -management am Babson College und Forschungswissenschaftler am MIT Center for Digital Business. Zudem ist er Mitbegründer und Forschungsdirektor am International Institute for Analytics und Senior Berater von Deloitte Analytics.

Ganzheitliche Digitalisierung von Prozessen

Perspektivenwechsel – Design Thinking – Wertegeleitete Interaktion

DOWNLOAD NOW »

Author: Albert Fleischmann,Stefan Oppl,Werner Schmidt,Christian Stary

Publisher: Springer-Verlag

ISBN: 365822648X

Category: Computers

Page: 254

View: 1037

In diesem Open-Access-Buch wird das Geschäftsprozessmanagement als ein ganzheitlicher Prozess begriffen, der der Mitwirkung aller Stakeholder bedarf. Denn das traditionelle Business Process Engineering stößt heute angesichts der Digitalisierung und der dynamischen Entwicklung von Organisationen immer mehr an seine Grenzen, beispielsweise bezüglich Agilität. Um nun das Wesen von Aufgaben und Abläufen in Organisationen zu erfassen, schlagen die Autoren einen Perspektivwechsel vor: das Denken in Kommunikationsprozessen. Dieses Konzept lässt sich wirtschaftlich, organisatorisch und technisch ohne einschlägige Vorkenntnisse umsetzen. Leserinnen und Leser finden in dem Buch konkrete Handlungsanleitungen für die Digitalisierung von organisationsrelevanten Abläufen. Daneben liefern die Autoren Einblicke in die Systemtheorie und in das Design Thinking. Ihr Ziel ist, Konzepte einfach und verständlich zu erläutern, ohne dabei komplexe Zusammenhänge zu vernachlässigen. Dank ausführlicher Konzeptdarstellung und Ausflüge in die Theorie mit Beispielen aus der Praxis, eignet es sich für Studierende und für Wissenschaftler genauso wie für Praktiker. Entwickler und andere Fachkräfte aus den Bereichen Operatives Management, Geschäftsprozessmanagement, Organisationsentwicklung, Qualitätsmanagement, Wissensmanagement werden sich von der Übersichtlichkeit und dem Nutzwert angesprochen fühlen.

Konstruktion verfahrenstechnischer Maschinen

bei besonderen mechanischen, thermischen oder chemischen Belastungen

DOWNLOAD NOW »

Author: P. Dietz

Publisher: Springer-Verlag

ISBN: 3642595510

Category: Science

Page: 624

View: 9704

Ein breit gefächerter Überblick über das Spezialgebiet Konstruktionen für verfahrenstechnische Prozesse und Maschinen wird in diesem Buch zusammengestellt. Dabei stehen die praktischen Anwendungen im Vordergrund. Das Buch liefert zahlreiche Auslegungsformeln und Diagramme, mit denen der Anwender aus Industrie und Forschung neue Prozesse und Maschinen auslegen kann. Desweiteren bietet das Buch vielschichtige Anregungen für den Entwickler. Die Beiträge enthalten tabellarische Übersichten, der Text wird durch zahlreiche Abbildungen illustriert. Grundlage für das Buch bilden Auswertungen der Konstruktionsprozesse und der Anwendungsprobleme, die in langjähriger Arbeit an der TU Clausthal zusammengetragen wurden. Damit liegt dieses Fachwissen erstmalig in dieser Form gesammelt und bewertet vor.

Big Data

Die Revolution, die unser Leben verändern wird

DOWNLOAD NOW »

Author: Viktor Mayer-Schönberger,Viktor; Cukier Mayer-Schönberger

Publisher: Redline Wirtschaft

ISBN: 3864144590

Category: Political Science

Page: 288

View: 853

Ob Kaufverhalten, Grippewellen oder welche Farbe am ehesten verrät, ob ein Gebrauchtwagen in einem guten Zustand ist – noch nie gab es eine solche Menge an Daten und noch nie bot sich die Chance, durch Recherche und Kombination in der Daten¬flut blitzschnell Zusammenhänge zu entschlüsseln. Big Data bedeutet nichts weniger als eine Revolution für Gesellschaft, Wirtschaft und Politik. Es wird die Weise, wie wir über Gesundheit, Erziehung, Innovation und vieles mehr denken, völlig umkrempeln. Und Vorhersagen möglich machen, die bisher undenkbar waren. Die Experten Viktor Mayer-Schönberger und Kenneth Cukier beschreiben in ihrem Buch, was Big Data ist, welche Möglichkeiten sich eröffnen, vor welchen Umwälzungen wir alle stehen – und verschweigen auch die dunkle Seite wie das Ausspähen von persönlichen Daten und den drohenden Verlust der Privatsphäre nicht.

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython

DOWNLOAD NOW »

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 8894

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.

Advanced Manufacturing Analytics

Datengetriebene Optimierung von Fertigungsprozessen

DOWNLOAD NOW »

Author: Christoph Gröger

Publisher: BoD – Books on Demand

ISBN: 3844104208

Category:

Page: 312

View: 6558

Programmieren lernen mit Python

DOWNLOAD NOW »

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3955618072

Category: Computers

Page: 320

View: 1467

Python ist eine moderne, interpretierte, interaktive und objektorientierte Skriptsprache, vielseitig einsetzbar und sehr beliebt. Mit mathematischen Vorkenntnissen ist Python leicht erlernbar und daher die ideale Sprache für den Einstieg in die Welt des Programmierens. Das Buch führt Sie Schritt für Schritt durch die Sprache, beginnend mit grundlegenden Programmierkonzepten, über Funktionen, Syntax und Semantik, Rekursion und Datenstrukturen bis hin zum objektorientierten Design. Zur aktualisierten Auflage Diese Auflage behandelt Python 3, geht dabei aber auch auf Unterschiede zu Python 2 ein. Außerdem wurde das Buch um die Themen Unicode, List und Dictionary Comprehensions, den Mengen-Typ Set, die String-Format-Methode und print als Funktion ergänzt. Jenseits reiner Theorie Jedes Kapitel enthält passende Übungen und Fallstudien, kurze Verständnistests und kleinere Projekte, an denen Sie die neu erlernten Programmierkonzepte gleich ausprobieren und festigen können. Auf diese Weise können Sie das Gelernte direkt anwenden und die jeweiligen Programmierkonzepte nachvollziehen. Lernen Sie Debugging-Techniken kennen Am Ende jedes Kapitels finden Sie einen Abschnitt zum Thema Debugging, der Techniken zum Aufspüren und Vermeiden von Bugs sowie Warnungen vor entsprechenden Stolpersteinen in Python enthält.

Machine Learning mit Python

Das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning

DOWNLOAD NOW »

Author: Sebastian Raschka

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958454240

Category: Computers

Page: 424

View: 2232

R in a Nutshell

DOWNLOAD NOW »

Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 7856

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Data Analytics Applications in Education

DOWNLOAD NOW »

Author: Jan Vanthienen,Kristof De Witte

Publisher: CRC Press

ISBN: 1498769284

Category: Business & Economics

Page: 265

View: 870

The abundance of data and the rise of new quantitative and statistical techniques have created a promising area: data analytics. This combination of a culture of data-driven decision making and techniques to include domain knowledge allows organizations to exploit big data analytics in their evaluation and decision processes. Also, in education and learning, big data analytics is being used to enhance the learning process, to evaluate efficiency, to improve feedback, and to enrich the learning experience. As every step a student takes in the online world can be traced, analyzed, and used, there are plenty of opportunities to improve the learning process of students. First, data analytics techniques can be used to enhance the student’ s learning process by providing real-time feedback, or by enriching the learning experience. Second, data analytics can be used to support the instructor or teacher. Using data analytics, the instructor can better trace, and take targeted actions to improve, the learning process of the student. Third, there are possibilities in using data analytics to measure the performance of instructors. Finally, for policy makers, it is often unclear how schools use their available resources to "produce" outcomes. By combining structured and unstructured data from various sources, data analytics might provide a solution for governments that aim to monitor the performance of schools more closely. Data analytics in education should not be the domain of a single discipline. Economists should discuss the possibilities, issues, and normative questions with a multidisciplinary team of pedagogists, philosophers, computer scientists, and sociologists. By bringing together various disciplines, a more comprehensive answer can be formulated to the challenges ahead. This book starts this discussion by highlighting some economic perspectives on the use of data analytics in education. The book begins a rich, multidisciplinary discussion that may make data analytics in education seem as natural as a teacher in front of a classroom.