Computers

Data Science for Business

What You Need to Know about Data Mining and Data-Analytic Thinking

Author: Foster Provost,Tom Fawcett

Publisher: "O'Reilly Media, Inc."

ISBN: 144937428X

Category: Computers

Page: 414

View: 6805

Written by renowned data science experts Foster Provost and Tom Fawcett, Data Science for Business introduces the fundamental principles of data science, and walks you through the "data-analytic thinking" necessary for extracting useful knowledge and business value from the data you collect. This guide also helps you understand the many data-mining techniques in use today. Based on an MBA course Provost has taught at New York University over the past ten years, Data Science for Business provides examples of real-world business problems to illustrate these principles. You’ll not only learn how to improve communication between business stakeholders and data scientists, but also how participate intelligently in your company’s data science projects. You’ll also discover how to think data-analytically, and fully appreciate how data science methods can support business decision-making. Understand how data science fits in your organization—and how you can use it for competitive advantage Treat data as a business asset that requires careful investment if you’re to gain real value Approach business problems data-analytically, using the data-mining process to gather good data in the most appropriate way Learn general concepts for actually extracting knowledge from data Apply data science principles when interviewing data science job candidates
Computers

Data Science für Unternehmen

Data Mining und datenanalytisches Denken praktisch anwenden

Author: Foster Provost,Tom Fawcett

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958455484

Category: Computers

Page: 432

View: 1910

Computers

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 3810

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.
Mathematics

Data Science für Dummies

Author: Lillian Pierson

Publisher: John Wiley & Sons

ISBN: 352780675X

Category: Mathematics

Page: 382

View: 2978

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.
Fiction

big data @ work

Chancen erkennen, Risiken verstehen

Author: Thomas H. Davenport

Publisher: Vahlen

ISBN: 3800648156

Category: Fiction

Page: 214

View: 5616

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.
Computers

Data Science

Eine praxisorientierte Einführung im Umfeld von Machine Learning, künstlicher Intelligenz und Big Data

Author: Michael Oettinger

Publisher: tredition

ISBN: 3743936291

Category: Computers

Page: 208

View: 2355

Data Scientisten (m/w) sind derzeit auf dem Jobmarkt heißbegehrt. In Amerika sind erfahrene Data Scientisten so beliebt wie eine Getränkebude in der Wüste. Aber auch in Deutschland ist eine steigende Nachfrage nach diesem Skillprofil erkennbar. Immer mehr Unternehmen bauen "Analytics"-Abteilungen auf bzw. aus und suchen entsprechende Mitarbeiter. Nur: was macht eigentlich ein Data Scientist? Irgendetwas mit künstlicher Intelligenz, Machine Learning, Data-Mining, Python-Programmierung und Big Data. So genau weiß es eigentlich niemand ... Das Buch ist eine Einführung und Übersicht über das weitumfassende Themengebiet Data Science. Es werden die Datenquellen (Datenbanken, Data-Warehouse, Hadoop etc.) und die Softwareprodukte für die Datenanalyse vorgestellt (Data-Science-Plattformen, ML Bibliotheken). Die wichtigsten Verfahren des Machine Learnings werden ebenso behandelt wie beispielhafte Anwendungsfälle aus verschiedenen Branchen.
Computers

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 3105

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.
Computers

R in a Nutshell

Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 584

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.
Business & Economics

Geschäftsmodelle entwickeln

55 innovative Konzepte mit dem St. Galler Business Model Navigator

Author: Oliver Gassmann,Karolin Frankenberger,Michaela Csik

Publisher: Carl Hanser Verlag GmbH Co KG

ISBN: 3446455647

Category: Business & Economics

Page: 416

View: 463

Für Unternehmen existenziell: Immer am Ball bleiben und das eigene Geschäft proaktiv an Veränderungen anpassen. Dieses Buch zeigt, wie es geht! - Geniale Methode, um das eigene Geschäftsmodell weiterzuentwickeln oder neue zu entwickeln - Unverzichtbares Werk für alle, die über das Geschäftsmodell Wettbewerbsvorteile erzielen wollen und auf der Suche nach einem „Feuerwerk der Ideen“ sind - Begleitmaterial zum Download - Mit E-Book inside Oliver Gassmann, Karolin Frankenberger und Michaela Csik sind herausragende Experten der Innovation. Mit diesem Werk ist ihnen ein international viel beachteter Meilenstein zur Entwicklung von Geschäftsmodellen gelungen. "Der St.Galler Business Model Navigator ermöglicht, aus der eigenen Branchenlogik auszubrechen, und macht damit den Weg frei für ein Feuerwerk neuer Ideen." Wolfgang Rieder, Managing Partner, Head of Advisory Switzerland, PricewaterhouseCoopers "Mit dem Business Model Navigator sind wir in der Lage, das Geschäftsmodell als Ganzes zu begreifen und am kompletten System zu arbeiten. Die St.Galler Methodik bringt nicht nur Ergebnisse, sondern erweitert auch den Mindset." Daniel Sennheiser, President Strategy and Finance, Sennheiser „The St. Gallen Business Model Navigator offers a great opportunity to challenge our habitual thinking concerning business models and revenue generation.” Dr. Ian Roberts, CTO, Bühler "An aspiring field such as New Space really benefits from the St.Gallen Business Model Navigator because the market will be defined by a variety of innovative business models – going through all the possibilities is a real competitive advantage!" Dr. Henning Roedel, NASA Ames Research Center
Computers

Knowledge Discovery in Databases

Techniken und Anwendungen

Author: Martin Ester,Jörg Sander

Publisher: Springer-Verlag

ISBN: 3642583318

Category: Computers

Page: 282

View: 1563

Business & Economics

Kleines Handbuch für den Umgang mit Unwissen

Author: Nassim Nicholas Taleb

Publisher: Albrecht Knaus Verlag

ISBN: 364111991X

Category: Business & Economics

Page: 128

View: 9455

Eine Anleitung zum Nach-, Quer- und Gegendenken »Ich weiß, dass ich nichts wei߫, erkannte bereits Sokrates. Wie wir aber mit dem Unbekannten, mit dem, was wir nicht wissen, faktisch umgehen und idealerweise umgehen sollten, das beschreibt der Risikoforscher und Essayist Nassim Nicholas Taleb in seinem Handbuch. Er enthüllt die Begrenztheiten unserer Datenverliebtheit genauso wie die folgenschweren Irrtümer und Voreingenommenheiten unseres Denkens. So zeigt er, wie uns Denkfehler, falsche Kategorien und blinde Flecken immer wieder in die Irre führen – und wie wir mit Unwissen gewinnbringend umgehen können. Denn: »Für den einen ist ein Irrtum bloß ein Irrtum, für den anderen ist er eine Information.«
Computers

Data Science mit Python

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

Author: Jake VanderPlas

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958456979

Category: Computers

Page: 552

View: 6342

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
Political Science

Big Data

Die Revolution, die unser Leben verändern wird

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

Publisher: Redline Wirtschaft

ISBN: 3864144590

Category: Political Science

Page: 288

View: 2410

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.
Business & Economics

Marketingmanagement

Strategie - Instrumente - Umsetzung - Unternehmensführung

Author: Christian Homburg

Publisher: Springer-Verlag

ISBN: 3658136561

Category: Business & Economics

Page: 1368

View: 9433

Christian Homburg bietet Marketing-Studierenden und Praktikern einen umfassenden Überblick der Fragestellungen und Inhalte in Marketing und Vertrieb. Zum tiefergehenden Verständnis dieser Inhalte trägt die ausgeprägte theoretische Fundierung des Buches bei. Eine kritische quantitative Orientierung fördert das strukturierte und präzise Durchdenken der aufgezeigten Fragestellungen, wobei auch die Grenzen der Unterstützung von Marketingentscheidungen durch quantitative Modelle aufgezeigt werden. Neben den neuesten Erkenntnissen der Marketingforschung werden insbesondere die umsetzungsbezogenen Aspekte des Marketing dargestellt. Neu in der 6. Auflage In der 6. Auflage wurden alle Kapitel vollständig überarbeitet. Dabei wurden neue internationale Forschungsergebnisse, zahlreiche neue Praxisbeispiele sowie aktuelle Entwicklungen in der Kommunikationspolitik, weg von klassischen zu interaktiven Kanälen, integriert. „Das Buch besticht mit Stringenz, sinnvollen Querverweisen und leicht verständlichen Grafiken. Und es ist – trotz des wissenschaftlichen Tiefgangs – gut lesbar. Ausdrücklich steht die Praxistauglichkeit der Marketingkonzepte im Vordergrund. Damit bringt das Buch auch den Marketingprofis in den Unternehmen echten Nutzen.“ Wirtschaftswoche
Social Science

Datengesellschaft

Einsichten in die Datafizierung des Sozialen

Author: Daniel Houben,Bianca Prietl

Publisher: transcript Verlag

ISBN: 3839439574

Category: Social Science

Page: 390

View: 2948

Daten sind überall. Mit den jüngsten Digitalisierungsschüben durchdringen Daten(technologien) zunehmend jede Nische des Sozialen und entfalten auch in bislang nicht-quantifizierten oder informationstechnisch erschlossenen Bereichen eine transformative Qualität. Der Band fragt daher sowohl nach den Auswirkungen dieser Datafizierung auf die Gegenwartsgesellschaft als auch nach den sozialen und kulturellen Voraussetzungen der Produktion, Kommunikation und Nutzung von Daten bzw. digitalen Datentechnologien. Im Zentrum der Beiträge steht dementsprechend das Verhältnis von Datafizierung und gesellschaftlicher Entwicklung.

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

Author: Ian H. Witten,Eibe Frank

Publisher: N.A

ISBN: 9783446215337

Category:

Page: 386

View: 7467

Business & Economics

Die Berechnung der Zukunft

Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller

Author: Nate Silver

Publisher: Heyne Verlag

ISBN: 3641112702

Category: Business & Economics

Page: 656

View: 8107

Zuverlässige Vorhersagen sind doch möglich! Nate Silver ist der heimliche Gewinner der amerikanischen Präsidentschaftswahlen 2012: ein begnadeter Statistiker, als »Prognose-Popstar« und »Wundernerd« weltberühmt geworden. Er hat die Wahlergebnisse aller 50 amerikanischen Bundesstaaten absolut exakt vorausgesagt – doch damit nicht genug: Jetzt zeigt Nate Silver, wie seine Prognosen in Zukunft Terroranschläge, Umweltkatastrophen und Finanzkrisen verhindern sollen. Gelingt ihm die Abschaffung des Zufalls? Warum werden Wettervorhersagen immer besser, während die Terrorattacken vom 11.09.2001 niemand kommen sah? Warum erkennen Ökonomen eine globale Finanzkrise nicht einmal dann, wenn diese bereits begonnen hat? Das Problem ist nicht der Mangel an Informationen, sondern dass wir die verfügbaren Daten nicht richtig deuten. Zuverlässige Prognosen aber würden uns helfen, Zufälle und Ungewissheiten abzuwehren und unser Schicksal selbst zu bestimmen. Nate Silver zeigt, dass und wie das geht. Erstmals wendet er seine Wahrscheinlichkeitsrechnung nicht nur auf Wahlprognosen an, sondern auf die großen Probleme unserer Zeit: die Finanzmärkte, Ratingagenturen, Epidemien, Erdbeben, den Klimawandel, den Terrorismus. In all diesen Fällen gibt es zahlreiche Prognosen von Experten, die er überprüft – und erklärt, warum sie meist falsch sind. Gleichzeitig schildert er, wie es gelingen kann, im Rauschen der Daten die wesentlichen Informationen herauszufiltern. Ein unterhaltsamer und spannender Augenöffner!
Computers

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 8108

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.
Business & Economics

Wirtschaftsrechnen

Author: Wilhelm Kalveram

Publisher: Springer-Verlag

ISBN: 366312858X

Category: Business & Economics

Page: 205

View: 2474

Oie Neubearbeitung des "Wirtschaftsrechnen" war gegenwärtig besonders schwierig. Preis- und Währungsverhältnisse sind noch unausgeglichen. Ob die früher üblichen Verfahren und Formen im innerdeutschen und im inter nationalen Verkehr in ähnlicher Weise wieder zur Geltung kommen werden. steht noch nicht fest. Gleichwohl erscheint es bei dem Mangel an Lehrmaterial dringend notwendig, das "Wirtschaftsrechnen" schon jetzt zu veröffentlichen. Wenn auch manche Aufgaben und Beispiele der früheren Wirtschaftslage und Verrechnungstechnik angepaßt sind, so bieten sie doch in diesen traditionellen Formen die Möglichkeit einer guten Denkschulung. Soweit sich die Verhältnisse stabilisiert haben, werden die Lernenden unmittelbar mit den tatsächlichen Verhältnissen vertraut gemacht. Das Gesamtgebiet der kaufmännischen Arithmetik wird in methodischem Auf bau unter Einschaltung eines knappen aber typischen Übungsmaterials, dem die Lösungen zur Erleichterung des Studiums beigegeben sind, so dargestellt, daß dieser Beitrag sowohl als Anregung zum selbständigen Eindringen in dieses spezielle Stoffgebiet als auch zur Verwendung an höheren Handelsschulen und zur Erleichterung der Vorbereitung für hochschulmäßige kaufmännische Prüfungen in Betracht kommt. Der Vorkursus ist als Einführung zur Wiederholung und Auffrischung der früheren Kenntnisse gedacht und daher auf das Wesentlichste beschränkt worden. Bei der Darstellung der Finanzmathematik wurden nur die normalen Bedürfnisse eines größeren kaufmännischen Unternehmens berücksichtigt. Ein tieferes Eindringen in die Zinseszins-, Renten- und Anleiherechnung mit mathematischen Methoden wurde mit Absicht vermieden. Da zur Fertigkeit im kaufmännischen Rechnen vor allen Dingen wiederholte Übungen führen, so wird dringend empfohlen, mindestens das hier gebotene übungsmaterial eingehend und wiederholt durchzurechnen.