Alles über den neuen Fachinformatik-Ausbildungsgang Daten- und Prozessanalyse. Worauf es dabei ankommt, zeigt Auszubildenden dieser Fachrichtung dieses neue Lehr- und Praxisbuch. Mathematische Grundlagen, Einführung in die Programmierung, Algorithmen und insbesondere Machine-Learning-Verfahren werden ebenso behandelt wie die Geschäftsprozessanalyse. Für alle Themen kommen praxiserprobte Sprachen, Tools und Bibliotheken zum Einsatz. Inkl. zahlreicher Übungsaufgaben
Aus dem Inhalt:
Die Ausbildung im Überblick
Was sind Datenanalyse, Machine Learning und KI?
Logik
Lineare Algebra
Stochastik
Analysis
Python-Programmierkurs
Daten aufbereiten
Machine-Learning-Algorithmen
Künstliche neuronale Netzwerke
Grundlagen der Geschäftsprozessanalyse
Prozessmodellierung mit BPMN 2.0
Das ERP- und CRM-System dolibarr
Zahlreiche Übungsaufgaben
Rezensionen / Stimmen
»Zahlreiche Übungsaufgaben (jeweils mit Lösungshinweisen) ermöglichen eine gute Selbstüberprüfung der Leser*innen für anstehende Prüfungen.«
Sprache
Verlagsort
Verlagsgruppe
Editions-Typ
Produkt-Hinweis
Maße
Höhe: 229 mm
Breite: 172 mm
Dicke: 30 mm
Gewicht
ISBN-13
978-3-8362-8112-6 (9783836281126)
Schweitzer Klassifikation
Autor*in
Sascha Kersken arbeitet seit vielen Jahren als Trainer für EDV-Schulungen in den Themengebieten Netzwerke und Internet, interaktive Medien und Programmierung. Er hat zahlreiche Bücher für O'Reilly übersetzt.
Materialien zum Buch ... 11
Geleitwort ... 13
Vorwort ... 17
1. Einführung ... 23
1.1 ... Die Ausbildung im Überblick ... 23
1.2 ... Datenanalyse und künstliche Intelligenz ... 26
2. Mathematische Grundlagen ... 35
2.1 ... Logik und Mengenlehre ... 35
2.2 ... Lineare Algebra ... 60
2.3 ... Stochastik ... 77
2.4 ... Funktionen und ihre Eigenschaften ... 88
2.5 ... Übungsaufgaben ... 94
3. Programmierkurs mit Python ... 99
3.1 ... Loslegen ... 100
3.2 ... Grundelemente von Python ... 110
3.3 ... Objektorientiertes Python ... 154
3.4 ... Übungsaufgaben ... 181
4. Mit Python-Modulen arbeiten ... 183
4.1 ... Module installieren, importieren und einsetzen ... 183
4.2 ... Mathematische Module ... 186
4.3 ... Andere wichtige Module ... 202
4.4 ... Übungsaufgaben ... 220
5. Algorithmen und Datenstrukturen ... 223
5.1 ... Listen durchsuchen und sortieren ... 224
5.2 ... Nichtsequenzielle Datenstrukturen durchsuchen ... 239
5.3 ... Mit Graphen arbeiten ... 256
5.4 ... Bedingungserfüllungsprobleme ... 262
5.5 ... Genetische Algorithmen ... 271
5.6 ... Übungsaufgaben ... 294
6. Datenquellen nutzen ... 297
6.1 ... Häufig verwendete Datenquellformate ... 298
6.2 ... Mit Datenbanken arbeiten ... 314
6.3 ... Daten aufbereiten und untersuchen ... 328
6.4 ... Übungsaufgaben ... 358
7. Machine Learning ... 361
7.1 ... Überwachtes Lernen ... 361
7.2 ... Unüberwachtes Lernen ... 387
7.3 ... Übungsaufgaben ... 394
8. Künstliche neuronale Netzwerke ... 397
8.1 ... Einführung und Überblick ... 397
8.2 ... Ein neuronales Netzwerk manuell implementieren ... 402
8.3 ... Neuronale Netzwerke mithilfe von Python-Modulen einsetzen ... 413
8.4 ... Übungsaufgaben ... 417
9. Geschäftsprozessanalyse ... 419
9.1 ... Überblick ... 419
9.2 ... Prozesse mit der BPMN modellieren ... 426
9.3 ... Mit einem ERP- und CRM-System arbeiten ... 440
9.4 ... Übungsaufgaben ... 447
A. Glossar ... 451
B. Zweisprachige Wortliste ... 457
C. Kommentiertes Literatur- und Linkverzeichnis ... 463
Index ... 469
