Process Mining

Data Science in Action

DOWNLOAD NOW »

Author: Wil M. P. van der Aalst

Publisher: Springer

ISBN: 3662498510

Category: Computers

Page: 467

View: 1592

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: 6685

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.

Process-Mining

Geschäftsprozesse: smart, schnell und einfach

DOWNLOAD NOW »

Author: Ralf Peters,Markus Nauroth

Publisher: Springer-Verlag

ISBN: 3658241705

Category: Business & Economics

Page: 63

View: 7595

Die Autoren geben einen praxisorientierten Einstieg in Process-Mining mit unternehmensbezogenen Anwendungsfällen und einer Marktübersicht der Software, die hilft, Geschäftsprozesse schnell, smart und einfach zu gestalten. Auf Basis von Log-Daten der Geschäftsvorgänge erstellt Process-Mining automatisch Modelle der Ist-Abläufe, kann diese mit Soll-Abläufen vergleichen und helfen, Geschäftsprozesse zu optimieren. Weitere Anwendungen von Process-Mining sind u.a. Governance, Risk und Compliance Management, IT-Migration und -Implementierung sowie Entwicklung digitaler Geschäftsmodelle. Process-Mining ist gerade auch für kleinere und mittelgroße Unternehmen von großer Bedeutung für die Wettbewerbsfähigkeit. Die Autoren Ralf Peters ist selbstständiger Unternehmensberater und Interimsmanager. Er unterstützt Unternehmen in Transformationsphasen, bei Post-Merger-Integrationen, IT-Implementierungen sowie dem Einsatz von Process-Mining. Prof. Dr. Markus Nauroth lehrt Wirtschaftsinformatik an der Hochschule Mainz und verantwortet u.a. als Studiengangleiter den Bachelor-Studiengang Angewandte Informatik. Zuvor war er als Unternehmensberater in London und New York tätig.

Grundlagen des Process Mining

DOWNLOAD NOW »

Author: Julia Remberg

Publisher: GRIN Verlag

ISBN: 3640243242

Category: Computers

Page: 29

View: 9360

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.

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: 7289

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«.

Prozessgesteuerte Anwendungen entwickeln und ausführen mit BPMN

Wie flexible Anwendungsarchitekturen wirklich erreicht werden können

DOWNLOAD NOW »

Author: Volker Stiehl

Publisher: dpunkt.verlag

ISBN: 386491230X

Category: Computers

Page: 412

View: 7720

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.

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: 6085

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.

Statistik-Workshop für Programmierer

DOWNLOAD NOW »

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 5685

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.

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: 4430

Process Mining

Discovery, Conformance and Enhancement of Business Processes

DOWNLOAD NOW »

Author: Wil M. P. van der Aalst

Publisher: Springer Science & Business Media

ISBN: 9783642193453

Category: Computers

Page: 352

View: 9564

More and more information about business processes is recorded by information systems in the form of so-called “event logs”. Despite the omnipresence of such data, most organizations diagnose problems based on fiction rather than facts. Process mining is an emerging discipline based on process model-driven approaches and data mining. It not only allows organizations to fully benefit from the information stored in their systems, but it can also be used to check the conformance of processes, detect bottlenecks, and predict execution problems. Wil van der Aalst delivers the first book on process mining. It aims to be self-contained while covering the entire process mining spectrum from process discovery to operational support. In Part I, the author provides the basics of business process modeling and data mining necessary to understand the remainder of the book. Part II focuses on process discovery as the most important process mining task. Part III moves beyond discovering the control flow of processes and highlights conformance checking, and organizational and time perspectives. Part IV guides the reader in successfully applying process mining in practice, including an introduction to the widely used open-source tool ProM. Finally, Part V 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.

Data Science mit Python

Das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib und Scikit-Learn

DOWNLOAD NOW »

Author: Jake VanderPlas

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958456979

Category: Computers

Page: 552

View: 341

Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: ● IPython und Jupyter für datenintensive Berechnungen ● NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python ● Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten ● Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« – Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts

Einführung in Data Science

Grundprinzipien der Datenanalyse mit Python

DOWNLOAD NOW »

Author: Joel Grus

Publisher: O'Reilly

ISBN: 3960100256

Category: Computers

Page: 352

View: 9192

Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien der Datenanalyse erläutert und Ihnen geeignete Techniken und Werkzeuge vorstellt. Sie lernen nicht nur, wie Sie Bibliotheken, Frameworks, Module und Toolkits konkret einsetzen, sondern implementieren sie auch selbst. Dadurch entwickeln Sie ein tieferes Verständnis für die Zusammenhänge und erfahren, wie essenzielle Tools und Algorithmen der Datenanalyse im Kern funktionieren. Falls Sie Programmierkenntnisse und eine gewisse Sympathie für Mathematik mitbringen, unterstützt Joel Grus Sie dabei, mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfähigkeiten anzueignen, die Sie für die Praxis benötigen. Dabei verwendet er Python: Die weitverbreitete Sprache ist leicht zu erlernen und bringt zahlreiche Bibliotheken für Data Science mit. Aus dem Inhalt: - Absolvieren Sie einen Crashkurs in Python - Lernen Sie die Grundlagen von linearer Algebra, Statistik und Wahrscheinlichkeitsrechnung kennen und erfahren Sie, wie diese in Data Science eingesetzt werden - Sammeln, untersuchen, bereinigen, bearbeiten und manipulieren Sie Daten - Tauchen Sie in die Welt des maschinellen Lernens ein - Implementieren Sie Modelle wie k-nearest Neighbors, Naive Bayes, lineare und logistische Regression, Entscheidungsbäume, neuronale Netzwerke und Clustering - Entdecken Sie Empfehlungssysteme, Sprachverarbeitung, Netzwerkanalyse, MapReduce und Datenbanken

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: 7955

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.

Data Science für Dummies

DOWNLOAD NOW »

Author: Lillian Pierson

Publisher: John Wiley & Sons

ISBN: 352780675X

Category: Mathematics

Page: 382

View: 1448

Daten, Daten, Daten? Sie haben schon Kenntnisse in Excel und Statistik, wissen aber noch nicht, wie all die Datensätze helfen sollen, bessere Entscheidungen zu treffen? Von Lillian Pierson bekommen Sie das dafür 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 können Sie die Erkenntnisse dieses Buches auf Ihre Daten übertragen und aus deren Analyse unmittelbare Schlüsse und Konsequenzen ziehen.

Factfulness

Wie wir lernen, die Welt so zu sehen, wie sie wirklich ist

DOWNLOAD NOW »

Author: Hans Rosling,Anna Rosling Rönnlund,Ola Rosling

Publisher: Ullstein Buchverlage

ISBN: 3843717451

Category: Science

Page: 350

View: 1921

Es wird alles immer schlimmer, eine schreckliche Nachricht jagt die andere: Die Reichen werden reicher, die Armen ärmer. Es gibt immer mehr Kriege, Gewaltverbrechen, Naturkatastrophen. Viele Menschen tragen solche beängstigenden Bilder im Kopf. Doch sie liegen damit grundfalsch. Unser Gehirn verführt uns zu einer dramatisierenden Weltsicht, die mitnichten der Realität entspricht, wie der geniale Statistiker und Wissenschaftler Hans Rosling erklärt. Wer das Buch gelesen hat, wird • ein sicheres, auf Fakten basierendes Gerüst besitzen, um die Welt so zu sehen, wie sie wirklich ist • die zehn gängigsten Arten von aufgebauschten Geschichten erkennen • bessere Entscheidungen treffen können • wahre Factfulness erreichen – jene offene, neugierige und entspannte Geisteshaltung, in der Sie nur noch Ansichten teilen und Urteile fällen, die auf soliden Fakten basieren

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: 436

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 @ work

Chancen erkennen, Risiken verstehen

DOWNLOAD NOW »

Author: Thomas H. Davenport

Publisher: Vahlen

ISBN: 3800648156

Category: Fiction

Page: 214

View: 4047

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.

Praxiseinstieg Deep Learning

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen

DOWNLOAD NOW »

Author: Ramon Wartala

Publisher: O'Reilly

ISBN: 3960101570

Category: Computers

Page: 226

View: 721

Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning. Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen. Deep Learning – die Hintergründe - Lernmethoden, die Deep Learning zugrunde liegen - Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon Der Werkzeugkasten mit Docker - Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können. - Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping Der Praxiseinstieg - Einführung in Caffe/Caffe2 und TensorFlow - Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming - Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme - Modelle in produktive Systeme überführen