Inhalt: Data Science praxisnah erklärtPraxisnaher Einstieg mit anschaulichen Erklärungen und zahlreichen Anwendungsbeispielen, unterstützt durch interaktive Elementefür alle, die mehr über die Möglichkeiten der Datenanalyse lernen wollen, ohne gleich tief in die Theorie oder bestimmte Methoden einzusteigenDieses Buch bietet einen praxisnahen Einstieg in Data Science, angereichert mit interaktiven Elementen, der die Breite der Möglichkeiten der Datenanalyse aufzeigt und tief genug geht, um Vorteile, Nachteile und Risiken zu verstehen, aber dennoch nicht zu tief in die zugrunde liegende Mathematik einsteigt. Es wird nicht nur erklärt, wofür wichtige Begriffe wie Big Data, machinelles Lernen oder Klassifikation stehen, sondern auch anschaulich mit zahlreichen Beispielen aufgezeigt, wie Daten analysiert werden. Ein breiter Überblick über Analysemethoden vermittelt das nötige Wissen, um in eigenen Projekten geeignete Methoden auszuwählen und anzuwenden, um das gewünschte Ergebnis zu erreichen.Der benötigte Python-Quelltext, der z.B. zur Durchführung von Analysen oder zur Erstellung von Visualisierungen verwendet wird, ist in Form von Jupyter-Notebooks frei verfügbar. Umfang: 346 S. ISBN: 978-3-96910-619-8
Inhalt: Grundlagen und Schlüsseltechniken verstehen und mit vielen Beispielen vertiefenKonzepte und typische Arbeitsschritte verständlich und kompakt erklärtDie SQL-Beispiele laufen ohne Änderungen auf MySQL und (ggf. mit geringfügigen Änderungen) auf neueren Versionen von Oracle Database, DB2 und SQL Server Mit SQL Daten von diversen Plattformen und nicht-relationalen Datenbanken verarbeitenSQL-Kenntnisse sind nach wie vor unverzichtbar, um das Beste auf Ihren Daten herauszuholen. In seinem Handbuch vermittelt Alan Beaulieu die nötigen SQL-Grundlagen, um Datenbankanwendungen zu schreiben, administrative Aufgaben durchzuführen und Berichte zu erstellen. Sie finden neue Kapitel zu analytischen Funktionen, zu Strategien für die Arbeit mit großen Datenbanken sowie zu SQL und großen Datenmengen.Jedes Kapitel präsentiert eine in sich geschlossene Lektion zu einem Schlüsselkonzept oder einer Schlüsseltechnik von SQL und nutzt hierfür zahlreiche Abbildungen und kommentierte Beispiele. Durch Übungen vertiefen Sie die erlernten Fähigkeiten. Umfang: 378 S. ISBN: 978-3-96010-433-9
Inhalt: Dieses Buch erläutert Theorie und Praxis zu relationalen Datenbanken Was sind relationale Datenbanken? Die Antwort darauf geben die theoretischen Grundlagen und Praxisbeispiele in diesem Buch. Zunächst erläutert Thomas Studer die mathematisch präzise Darstellung des relationalen Modells und die relationale Algebra. Daneben widmet er sich der Datenbanksprache SQL und schafft damit den Praxisbezug. Die zahlreichen Beispiele auf Basis der open-source Datenbank PostgreSQL erleichtern die Anwendung. Dieses Buch erklärt die grundlegenden Prinzipien des Schemaentwurfs und Normalformen fundiert und praxisnah und verbindet die relationale Datenbanktheorie mit Datenbankdesign. Studer hat aktuelle Entwicklungen im BlickDie vorliegende Auflage ist umfassend aktualisiert und dem aktuellen Kenntnisstand angepasst. Studer widmet sich in diesem Buch den folgenden Teilaspekten relationaler Datenbanken:Logische und physische Query-OptimierungIsolation von serializable SnapshotsZerlegung der dritten Normalform in die Boyce-Codd NormalformRollen und BerechtigungenSQL als Sprache zur Datendefinition und DatenmanipulationSicherheitsrichtlinien auf ZeilenebeneDurch die nachhaltige Verbindung von Theorie und Praxis eignet sich das Buch ?Relationale Datenbanken? für: Studierende aus den Bereichen (Wirtschafts-)InformatikPraktiker wie Softwareentwickler, Systemadministratoren oder FachinformatikerBesuchen Sie uns online und entdecken Sie die zahlreichen Begleitmaterialien zu diesem Buch, die alle frei zugänglich sind. Umfang: 280 S. ISBN: 978-3-662-58976-2
Inhalt: Statistische Konzepte aus der Perspektive von Data Scientists erläutertDas Buch stellt die Verbindung zwischen nützlichen statistischen Prinzipien und der heutigen Datenanalyse-Praxis herErmöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringenÜbersetzung der 2. Auflage des US-Bestsellers mit Beispielen in Python und RStatistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern über die Grundlagen der Statistik wird das Thema aber selten aus der Sicht von Data Scientists behandelt. Viele stellen daher fest, dass ihnen eine tiefere statistische Perspektive auf ihre Daten fehlt.Dieses praxisorientierte Handbuch mit zahlreichen Beispielen in Python und R erklärt Ihnen, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Es zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Methoden vermeiden können, und gibt Ratschläge, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind. Wenn Sie mit R oder Python vertraut sind, ermöglicht diese zugängliche, gut lesbare Referenz es Ihnen, Ihr statistisches Wissen für die Praxis deutlich auszubauen. Umfang: 374 S. ISBN: 978-3-96010-468-1
Inhalt: Lernen Sie in diesem Buch mehr über Algorithmen und Datenstrukturen In diesem Lehrbuch werden Algorithmen und Datenstrukturen exakt aber auch anschaulich und nachvollziehbar vermittelt, denn Algorithmen sind heute allgegenwärtig und vielfältig. Sie sind Gegenstand intensiver Forschung und zählen zu den fundamentalen Konzepten der Informatik. Dieses Buch über Algorithmen und Datenstrukturen ist aus Vorlesungen für Studierende der Informatik sowie der Medien- und Wirtschaftsinformatik an der Technischen Hochschule Nürnberg entstanden. Die grundlegenden Themen werden in den Bachelorkursen behandelt. Fortgeschrittene Teile, wie zum Beispiel die probabilistischen Algorithmen, stammen dagegen aus Masterkursen. Der Inhalt des Werks im Überblick Im ersten Kapitel seines Buchs über Algorithmen und Datenstrukturen führt Knebl relevante Grundlagen und Designprinzipien für Algorithmen ein. Die anschließenden Kapitel 2 - 6 sind nach Problembereichen organisiert: Sortieren und Suchen (2), Hashverfahren (3), Bäume zur Speicherung von Daten und zur Datenkomprimierung (4), fundamentale Graphenalgorithmen, wie Tiefen- und Breitensuche und Anwendungen davon (5), die Berechnung von minimalen aufspannenden Bäumen und von kürzesten Wegen in gewichteten Graphen als auch die Lösung des Flussproblems in Netzwerken (6). Probabilistische Methoden sind grundlegend für einfache sowie effiziente Algorithmen und Datenstrukturen. Deshalb wird in jedem Kapitel dieses Buchs mindestens ein Problem mit einem probabilistischen Algorithmus gelöst. Die notwendigen mathematischen Grundlagen werden im ersten Kapitel sowie im Anhang entwickelt. Lösungen zu den zahlreichen Übungsaufgaben stehen Ihnen bequem zum Download bereit. Umfang: 359 S. ISBN: 978-3-658-26512-0
Inhalt: Dieses Buch zeigt Ihnen, wie Sie mit Excel beinahe mühelos Informationen aus Daten gewinnen und Datensätze systematisch analysieren können. Beides ist (k)eine Kunst! Die statistischen Methoden werden anhand eines einzigen Datensatzes vorgestellt und diskutiert. So wird deutlich, wie die Methoden aufeinander aufbauen und nach und nach immer mehr Informationen aus den Daten entnommen werden können. Die verwendeten Funktionen von Excel werden dabei ausführlich erklärt ? die Vorgehensweise lässt sich daher leicht auf andere Datensätze übertragen. Verschiedene didaktische Elemente erleichtern die Orientierung und das Arbeiten mit dem Buch: An den Checkpoints sind die wichtigsten Aspekte aus jedem Kapitel kurz zusammengefasst. In der Rubrik Freak-Wissen werden weiterführende Aspekte angesprochen, um Lust auf mehr zu machen. Alle Beispiele werden mit Hand und Excel gerechnet. Zahlreiche Anwendungen und Lösungen sowie weitere Datensätze stehen auf der Internetplattform des Autors zur Verfügung. Passende Foliensätze sind für Lehrende auf der Verlagsseite des Buchs abrufbar. Für die zweite Auflage wurde das Buch vollständig auf Excel 2019 umgestellt und aktualisiert. Darüber hinaus wurden Abschnitte zu Preis- und Mengenindizes, Teststärke sowie ein Kapitel zu Varianzanalyse ergänzt. Umfang: 350 S. ISBN: 978-3-662-62302-2
Künstliche Intelligenz ? Wie sie funktioniert und wann sie scheitert Eine unterhaltsame Reise in die seltsame Welt der Algorithmen, neuronalen Netze und versteckten Giraffen O'Reilly (2021)
Inhalt: KI verständlich und humorvoll erklärt für alle technisch InteressiertenDer US-Bestseller jetzt auf DeutschDas Buch vermittelt fundierte technische Informationen anhand von gut nachvollziehbaren KI-Experimenten und wirft auch einen kritischen Blick auf den aktuellen Einsatz von KI Janelle Shane bloggt auf aiweirdness.com, ihre Arbeit wurde in der New York Times, Slate und The New Yorker vorgestelltWir verlassen uns jeden Tag auf künstliche Intelligenz, wenn es um Empfehlungen, Übersetzungen und Katzenohren für unsere Selfie-Videos geht. Wir vertrauen KI auch in Fragen von Leben und Tod, auf der Straße und in unseren Krankenhäusern. Aber wie intelligent ist KI wirklich, auf welche Weise löst sie Probleme, wie versteht sie Menschen?Janelle Shane liefert die Antworten auf KI-Fragen, die Sie sich schon immer gestellt haben, und auf einige, die Sie definitiv nicht gestellt haben, wie z.B.: Wie kann ein Computer das perfekte Sandwich entwerfen? Und ist das weltbeste Halloween-Kostüm wirklich "Vampirschweinebraut"? In dieser klugen, oft sehr lustigen Einführung in die interessanteste Wissenschaft unserer Zeit zeigt Shane, wie KI-Algorithmen lernen, versagen und sich anpassen. Ein Buch perfekt für alle, die neugierig darauf sind, wie die Roboter in unserem Leben funktionieren. Umfang: 250 S. ISBN: 978-3-96010-496-4
Inhalt: Die praktische Kurzeinführung und Referenz für die Statistik-Software RKonkurrenzlos günstig und kompaktFür Studium, Wissenschaft und die Datenanalyse in UnternehmenDeckt den kompletten Datenzyklus ab: Datenerzeugung, das Einlesen und Speichern, Bearbeiten und Aufbereiten der Daten, die graphische Darstellung und die statistische AuswertungIn Zeiten von Data Mining und künstlicher Intelligenz ist die Verarbeitung großer Datenmengen ein Thema, dessen Bedeutung enorm zugenommen hat. Die beliebte Open-Source-Software R ist eine Programmiersprache und Arbeitsumgebung, die auf die numerische und graphische Datenanalyse spezialisiert ist. Dieses Buch hat das Ziel, Sie schnell und effizient mit R vertraut zu machen und Ihnen die prinzipielle Funktionsweise und die Möglichkeiten, die diese Sprache bietet, zu vermitteln. R ? kurz & gut richtet sich an diejenigen, die sich bereits mit statistischen Grundbegriffen auskennen und möglichst schnell mit R produktiv starten möchten. Das Buch bietet eine Einführung in die Arbeit mit der Entwicklungsumgebung und vermittelt einen Überblick über die R-Syntax. Eine kompakte Referenz der zentralen statistischen und programmatischen Funktionen, die zum Basispaket von R gehören, ermöglichen Ihnen ein schnelles Nachschlagen. Umfang: 230 S. ISBN: 978-3-96010-472-8
Inhalt: Know-how für Data Scientistsübersichtliche und anwendungsbezogene Einführung zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen Potenziale, aber auch mögliche Fallstricke werden aufgezeigtData Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre Grenzen stößt. Dieses Buch bietet eine umfassende Einführung in Data Science und deren praktische Relevanz für Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-Ökosystem thematisiert. In verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken.Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert. Umfang: 392 S. ISBN: 978-3-96910-153-7
Inhalt: Der kompakte Schnelleinstieg in Machine Learning und Deep Learning- Die Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning- Anhand konkreter Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung- Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innenMachine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert.Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning. Umfang: 216 S. ISBN: 978-3-96010-512-1
Inhalt: Komprimiertes SQL-Praxiswissen zum TaschenbuchpreisKompaktes Nachschlagewerk zu typischen Aufgabenstellungen mit SQLDeckt Microsoft SQL Server, MySQL, Oracle Database, PostgreSQL und SQLite abJetzt mit Informationen, wie Python und R mit einer relationalen Datenbank verbunden werdenLeichterer Einstieg durch das Kapitel »Wie mache ich das?«, das häufig gestellte Fragen zu SQL beantwortetWenn Sie bei Ihrer täglichen Arbeit als Datenanalyst, Data Scientist oder Data Engineer SQL verwenden, ist dieses beliebte Taschenbuch das ideale Nachschlagewerk für Sie. Zahlreiche Beispiele verdeutlichen die Vielschichtigkeit der Sprache. Beschrieben werden außerdem wichtige Aspekte von SQL, die in Microsoft SQL Server, MySQL, Oracle Database, PostgreSQL und SQLite zum Einsatz kommen.In dieser aktualisierten Ausgabe zeigt die Autorin Alice Zhao, wie diese Datenbankmanagementsysteme die SQL-Syntax für Abfragen und Änderungen an einer Datenbank implementieren. Sie finden Näheres zu Datentypen und Konvertierungen, zur Syntax regulärer Ausdrücke, zu Fensterfunktionen, Pivoting und Unpivoting und vieles mehr. Umfang: 328 S. ISBN: 978-3-96010-693-7
Inhalt: Befreien Sie sich aus dem Chaos der riesigen Arbeitsmappen, Tausenden von Formeln und hässlichen VBA-HacksDer US-Bestseller jetzt in deutscher Übersetzung»Python für Excel« schlägt die dringend benötigte Brücke zwischen zwei Datenanalyse-Welten Für fortgeschrittene Excel-Nutzer, die sich ihre Arbeit durch Python-Tools erleichtern wollenDie Python-Grundlagen sowie die Tools numpy and pandas werden gut verständlich erklärtNach wie vor ist Excel in der Geschäftswelt allgegenwärtig. Doch in den Feedback-Foren von Microsoft häufen sich die Anfragen, Python als Skriptsprache in Excel einzubinden. Was macht diese Kombination so attraktiv? Felix Zumstein ? Schöpfer von xlwings, einem beliebten Open-Source-Paket für die Automatisierung von Excel mit Python ? zeigt in diesem praktischen Leitfaden erfahrenen Excel-Benutzern, wie sich beide Welten effizient vereinen lassen.Excel hat in den letzten Jahren viele neue Funktionen hinzubekommen, doch die Automatisierungssprache VBA hat sich nicht parallel weiterentwickelt. Viele Excel-Poweruser nutzen daher bereits Python, um Routinearbeiten zu automatisieren. Dieses Buch zeigt Ihnen, wie Sie Python ohne umfangreiche Programmierkenntnisse für Excel verwenden und mit modernen Tools wie Jupyter-Notebooks und Visual Studio Code arbeiten. Sie erfahren beispielsweise, wie Sie mit pandas Daten erfassen, bereinigen und analysieren, wiederkehrende Aufgaben automatisieren, mit xlwings interaktive Excel-Tools bauen oder VBA, Power Query und Power Pivot durch Python als Universalwerkzeug ersetzen. Umfang: 344 S. ISBN: 978-3-96010-717-0
Programm Findus Internet-OPAC findus.pl V20.240/8 auf Server windhund2.findus-internet-opac.de,
letztes Datenbankupdate: 29.06.2024, 12:21 Uhr. 7.724 Zugriffe im Juni 2024. Insgesamt 688.324 Zugriffe seit Maerz 2008
Mobil - Impressum - Datenschutz - CO2-Neutral
