Advertisement
| big data programmiersprache: Software Architecture for Big Data and the Cloud Ivan Mistrik, Rami Bahsoon, Nour Ali, Maritta Heisel, Bruce Maxim, 2017-06-12 Software Architecture for Big Data and the Cloud is designed to be a single resource that brings together research on how software architectures can solve the challenges imposed by building big data software systems. The challenges of big data on the software architecture can relate to scale, security, integrity, performance, concurrency, parallelism, and dependability, amongst others. Big data handling requires rethinking architectural solutions to meet functional and non-functional requirements related to volume, variety and velocity. The book's editors have varied and complementary backgrounds in requirements and architecture, specifically in software architectures for cloud and big data, as well as expertise in software engineering for cloud and big data. This book brings together work across different disciplines in software engineering, including work expanded from conference tracks and workshops led by the editors. - Discusses systematic and disciplined approaches to building software architectures for cloud and big data with state-of-the-art methods and techniques - Presents case studies involving enterprise, business, and government service deployment of big data applications - Shares guidance on theory, frameworks, methodologies, and architecture for cloud and big data |
| big data programmiersprache: Smart Data statt Big Data John W. Foreman, Jutta Schmidt, 2015-07-07 Welche Produkte kann ich meinen Kunden aufgrund ihrer vorherigen Käufe noch anbieten? Wie kann ich meine Absätze vorhersagen oder Kosten optimieren? Wie kann ich Kundenmails automatisch analysieren? Wenn Sie sich diese oder ähnliche Fragen stellen, finden Sie in diesem Buch die passenden Antworten. Es richtet sich an alle, die eine gewisse Menge Daten haben und ahnen, dass darin wertvolle Erkenntnisse schlummern, die aber nicht wissen, wie sie sie herauskitzeln können. Data-Science-Spezialist John Foreman zeigt Ihnen, wie auch kleinere Unternehmen von Big-Data-Ansätzen profitieren und dass Sie dafür nicht mehr benötigen als grundlegende Mathekenntnisse und ein Tabellenkalkulationsprogramm wie Microsoft Excel oder LibreOffice Calc. Nach ein paar nützlichen allgemeinen Hinweisen zu Excel lernen Sie an realistischen Businessbeispielen, mit welchen Verfahren Sie Kunden clustern, Dokumente klassifizieren, Investitionen und Gewinne optimieren, Prognosen über zukünftige Abverkäufe treffen und wichtige Ausreißer identifizieren. Alle Verfahren sind genauso verständlich wie unterhaltsam erklärt und damit Sie sie direkt selbst ausprobieren können, finden Sie alle Beispieldaten zum Download auf der Website des Verlags. Wenn Sie im Anschluss daran noch tiefer in die Datenanalyse einsteigen möchten, zeigt Ihnen ein kurzer Ausblick auf die Programmiersprache R, was noch alles möglich ist. So sind Sie optimal gerüstet und holen in Zukunft das Beste aus Ihren Daten heraus! |
| big data programmiersprache: Data Science mit Python für Dummies John Paul Mueller, Luca Massaron, 2016-05-05 Sie wollen sich ernsthaft mit wissenschaftlicher Datenanalyse beschäftigen und wissen, dass Sie da an Python nur schwer vorbeikommen? Dann ist dieses das richtige Buch für Sie. John Paul Mueller erklärt Ihnen, was Sie in Python beherrschen müssen, um sich der Datenanalyse zu widmen inklusive Objekten, Funktionen, Modulen und Bibliotheken. Außerdem erläutert er die wichtigsten Bibliotheken für die Datenanalyse wie NumPy, SciPy, BeautifulSoup, Pandas, und MatPlobLib. So lernen Sie Python für die Datenanalyse richtig einsetzen. |
| big data programmiersprache: R für Data Science Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund, 2024-03-26 Mit R Daten analysieren - die anschauliche und verständliche Einführung 2. Auflage des US-Bestellers, jetzt vollständig aktualisiert und erweitert Hadley Wickham ist eine Legende auf dem Gebiet der Data Science: Er hat eine vollkommen neue, bahnbrechende Methode der Datenanalyse mit R entwickelt Wickhams innovative Herangehensweise wird in diesem Buch beschrieben, es ist ein Standardwerk für Datenanalysten Erfahren Sie, wie Sie mit R aus Ihren Daten Erkenntnisse und Einsichten gewinnen. Dieses Buch führt Sie in R und RStudio ein sowie in Tidyverse, eine Sammlung von R-Paketen, mit denen Data-Science-Aufgaben effektiv und zeitsparend erledigt werden können. Auch wenn Sie keine Programmiererfahrung haben, können Sie mit diesem aktualisierten Standardwerk schnell in die Praxis der Data Science einsteigen. Sie lernen, Daten zu importieren, aufzubereiten, zu visualisieren und die Ergebnisse zu präsentieren. Darüber hinaus bekommen Sie einen umfassenden Überblick über den Data-Science-Zyklus und die Tools, die für die Detailarbeit erforderlich sind. Die zweite Auflage behandelt die neuesten Funktionen und Best Practices von Tidyverse und zeigt Ihnen in neu hinzugekommenen Kapiteln, wie Sie Daten aus Spreadsheets, Datenbanken und Websites nutzen. Zahlreiche Übungen unterstützen Sie dabei, das Gelernte praktisch auszuprobieren. Themen des Buchs sind: Visualisieren – Erstellen Sie Diagramme für die Datenauswertung und die Kommunikation von Ergebnissen Transformieren – Erkunden Sie Variablentypen und die Werkzeuge, um mit ihnen zu arbeiten Importieren – Lesen Sie Daten in R ein und bringen Sie sie in eine für die Analyse geeignete Form Programmieren – Lernen Sie leistungsfähige R-Tools kennen, mit denen Sie Datenprobleme leichter lösen können Kommunizieren – Verwenden Sie Quarto, um Text, Code und Ergebnisse kombiniert darzustellen |
| big data programmiersprache: Methodik zur proaktiven Integration von Data Analytics in die Serienfertigung Ulrich Tobias Bührer, 2022-08-25 Im Rahmen dieser Arbeit wurde eine Methodik zur proaktiven Integration von Data Analytics in die Serienfertigung entwickelt. Diese Methodik gewährleistet ein Vorgehen, das die Identifikation und Priorisierung einer nutzenbringenden Auswahl an Data Analytics Anwendungsfällen während der frühen Phase der Entwicklung des Fertigungssystems ermöglicht und deren skalierbare Umsetzung bis zur Serienreife mit Hilfe einer geeigneten IT-Architektur unterstützt. |
| big data programmiersprache: Big Data Daniel Fasel, Andreas Meier, 2016-06-21 Dieser Herausgeber-Band bietet eine umfassende Einführung in das Gebiet Big Data. Neben einer Markteinschätzung und grundlegenden Konzepten (semantische Modellbildung, Anfragesprachen, Konsistenzgewährung etc.) werden wichtige NoSQL-Systeme (Key/Value Store, Column Store, Document Store, Graph Database) vorgestellt und erfolgreiche Anwendungen aus unterschiedlichen Perspektiven erläutert. Eine Diskussion rechtlicher Aspekte und ein Vorschlag zum Berufsbild des Data Scientist runden das Buch ab. Damit erhält die Leserschaft Handlungsempfehlungen für die Nutzung von Big-Data-Technologien im Unternehmen. |
| big data programmiersprache: Big Data Analysen Sebastian Müller, 2018-09-24 Big Data ist ein aktuelles Trendthema, doch was versteckt sich dahinter? Big Data beschreibt Daten, die gross oder schnelllebig sind. Big Data bedeutet aber auch, sich mit vielfältigen Datenquellen und Datenformaten zu beschäftigen. Diese Lektüre soll daher eine Einführung in das Ökosystem Big Data sein. Anhand einfacher Beispiele werden Methoden und Technologien zur Handhabung von Big Data aufgezeigt. |
| big data programmiersprache: Data Science für Dummies Lillian Pierson, 2016-04-22 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. |
| big data programmiersprache: iX Special Moderne Programmiersprachen iX - Redaktion, 2020-06-12 Als Reaktion auf neue Anforderungen und veränderte Hardware entstanden in den vergangenen Jahren viele neue Programmiersprachen, darunter solche wie Kotlin als neue Sprache für die Java Virtual Machine, Swift zur Programmierung von iOS- und macOS-Anwendungen, die C-Nachfolger Go und D oder die JavaScript-Weiterentwicklung TypeScript. Das iX Special 2020 stellt die Merkmale der Sprachen vor und zeigt, wie sie beispielsweise mit Nebenläufigkeit umgehen. Anhand ausgewählter Projekte und Bibliotheken sowie Interviews werden Themen wie Programmierparadigmen und Typsicherheit der Sprachen beleuchtet. Die C-Nachfolger Moderne Sprachen für die JVM und das Web JavaScript-Alternativen Funktionale Sprachen Zielgruppe: Softwareentwickler, Projektleiter, Softwarearchitekten |
| big data programmiersprache: Daten-Teams Jesse Anderson, 2024-07-26 Erfahren Sie, wie Sie erfolgreiche Big-Data-Projekte durchführen, wie Sie Ihre Teams mit Ressourcen ausstatten und wie die Teams miteinander arbeiten sollten, um kosteneffizient zu sein. In diesem Buch werden die drei Teams vorgestellt, die für erfolgreiche Projekte erforderlich sind, und es wird erläutert, welche Aufgaben die einzelnen Teams haben. Die meisten Unternehmen scheitern mit Big-Data-Projekten, und der Misserfolg wird fast immer auf die verwendeten Technologien geschoben. Um erfolgreich zu sein, müssen sich Unternehmen sowohl auf die Technologie als auch auf das Management konzentrieren. Die Nutzung von Daten ist ein Teamsport. Es bedarf verschiedener Menschen mit unterschiedlichen Fähigkeiten, die alle zusammenarbeiten müssen, um etwas zu erreichen. Bei allen Projekten, mit Ausnahme der kleinsten, sollten die Mitarbeiter in mehreren Teams organisiert werden, um das Scheitern von Projekten und unzureichende Leistungen zu vermeiden. Dieses Buch konzentriert sich auf das Management. Vor einigen Jahren wurde wenig bis gar nicht über das Management von Big-Data-Projekten oder -Teams geschrieben oder gesprochen. Data Teams zeigt, warum Managementfehler die Ursache für so viele Projektmisserfolge sind und wie Sie solche Misserfolge in Ihrem Projekt proaktiv verhindern können. Was Sie lernen werden Entdecken Sie die drei Teams, die Sie benötigen, um mit Big Data erfolgreich zu sein Verstehen, was ein Datenwissenschaftler ist und was ein Datenwissenschaftsteam tut Verstehen, was ein Data Engineer ist und was ein Data Engineering Team macht Verstehen, was ein Betriebsingenieur ist und was ein Betriebsteam tut Wissen, wie sich die Teams und Titel unterscheiden und warum Sie alle drei Teams brauchen Erkennen, welche Rolle das Unternehmen bei der Zusammenarbeit mit Datenteams spielt und wie der Rest der Organisation zu erfolgreichen Datenprojekten beiträgt Für wen dieses Buch gedacht ist Führungskräfte aller Ebenen, einschließlich derjenigen, die über einige technische Fähigkeiten verfügen und ein Big-Data-Projekt in Angriff nehmen wollen oder bereits ein Big-Data-Projekt begonnen haben. Es ist besonders hilfreich für diejenigen, die Projekte haben, die nicht vorankommen und nicht wissen, warum, oder die an einer Konferenz teilgenommen oder über Big Data gelesen haben und nun damit beginnen, zu prüfen, was nötig ist, um ein Projekt zu realisieren. Dieses Buch ist auch für leitende Mitarbeiter oder technische Architekten relevant, die in einem Team arbeiten, das vom Unternehmen beauftragt wurde, herauszufinden, was nötig ist, um ein Projekt zu starten, in einem Projekt, das nicht vorankommt, oder die feststellen müssen, ob es nichttechnische Probleme gibt, die ihr Projekt beeinträchtigen. |
| big data programmiersprache: Java-Grundlagen IntroBooks Team, Die verschiedenen Branchen in den IT-Sektoren haben begonnen, auf ein fortgeschrittenes Diversifizierungsniveau zu achten, was darauf hinweist, dass ein einziges Riesenprogramm mithilfe von Miniprogrammen entwickelt werden kann, die von verschiedenen geografisch lokalisierten Programmierern entwickelt wurden auch über ein Online-Medium. Im vorliegenden Szenario scheint eine solche Sprach- und Programmierumgebung entstanden zu sein. Java ist eine Art Internet-Programmiersprache, die es ermöglicht hat, von jeder Ecke der Welt aus auf die ganze Welt zuzugreifen. Java wurde von James Gosling und seinem Team entworfen und entwickelt, das aus Mitgliedern besteht, nämlich Mike Sheridan und Patrick Naughton, die 1995 gemeinsam als Green Team für das Unternehmen Sun Microsystems bekannt wurden. Diese Programmiersprache basierte auf der Sprachsyntax von C und C ++, was es Programmierern leicht machte, diese Sprache zu lernen. Java ist eine hochentwickelte Programmiersprache, die den Programmierern hilft, ihre komplexen Ideen schnell auszudrücken. Viele Arten von Programmiersprachen sind verfügbar, wie C, C ++, MySQL, R, Python und andere, aber Java wird aufgrund einer Vielzahl von Vorteilen der Verwendung von Java häufig gegenüber anderen Programmiersprachen verwendet. |
| big data programmiersprache: Wunder Informatik Donald Kossmann, 2020-11-13 Die Informatik ist das wichtigste Werkzeug des 21. Jahrhunderts. Die ganze Welt spricht in den Sprachen der Informatik. Das gilt für alle Bereiche der modernen Welt und zunehmend auch für unser privates Leben. Man kann die Welt ohne Informatik nicht mehr verstehen und nicht mehr verändern. Doch es gibt auch viele Missverstädnisse über die Informatik. Das liegt daran, dass sie eine junge Wissenschaft ist, die sich permament und schnell verändert: von ihren Anfängen in den 1940er-Jahren als Rechenmaschine für Chemiker und Physiker bis zum Smartphone und der Cloud. Dieses Buch ermöglicht eine intuitive Einführung in die Informatik. Es beschreibt die grundlegenden Konzepte und erläutert Teilbereiche wie Data Science, Big Data oder künstliche Intelligenz. Vor allem aber entmystifiziert es die Welt der Informatik anhand vieler Alltagsbeispiele. Es muss nicht jeder Informatik studieren oder ein Experte sein. Doch es soll jeder von ihren Ideen und Innovationen profitieren. Das Buch richtet sich einerseits an Jugendliche: Sie erhalten einen Einblick, was sie in einem Studium oder auf dem Berufsweg erwartet. Sie sollen weder zufällig Informatik studieren noch zufällig nicht Informatik studieren. Doch es ist auch für Erwachsene relevant, die eine allgemeinverständliche Einführung suchen, in die auch viele persönliche Erfahrungen eingeflossen sind. |
| big data programmiersprache: Data-Science-Crashkurs Steffen Herbold, 2022-01-08 Data Science praxisnah erklärt Praxisnaher Einstieg mit anschaulichen Erklärungen und zahlreichen Anwendungsbeispielen, unterstützt durch interaktive Elemente für alle, die mehr über die Möglichkeiten der Datenanalyse lernen wollen, ohne gleich tief in die Theorie oder bestimmte Methoden einzusteigen Dieses 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. |
| big data programmiersprache: Big Data und Advanced Analytics im Controlling Andreas Vorndran, 2024-04-30 Die Digitalisierung und Entwicklungen im Gebiet der künstlichen Intelligenz haben in den letzten Jahren erhebliche Veränderungen in der Gesellschaft und der Unternehmenspraxis hervorgerufen. Aufkommende Technologien in den Feldern Big Data und Advanced Analytics werden auch im Controlling zunehmend diskutiert oder bereits eingesetzt. Dabei befinden sich der Wissensstand, inwieweit Big Data und Advanced Analytics das Controlling beeinflussen und verändern können, und die praktische Anwendung noch in einem frühen Stadium. Diese Arbeit befasst sich deshalb mit der Untersuchung der möglichen Auswirkungen von Big Data und Advanced Analytics im Controlling. Vor diesem Hintergrund werden die Einflüsse dieser digitalen Trends auf den Informationsversorgungsprozess des Controllings, auf die Erfüllung Controlling-spezifischer Anforderungen an Informationen und auf das Forecasting, die Budgetierung und die strategische Planung analysiert. Ferner werden praxisrelevante Herausforderungen, Grenzen und Risiken bei der Implementierung und Nutzung identifiziert sowie Implikationen zu deren Umgang zur Ausschöpfung der Potenziale abgeleitet. |
| big data programmiersprache: The Rust Programming Language (Covers Rust 2018) Steve Klabnik, Carol Nichols, 2019-08-12 The official book on the Rust programming language, written by the Rust development team at the Mozilla Foundation, fully updated for Rust 2018. The Rust Programming Language is the official book on Rust: an open source systems programming language that helps you write faster, more reliable software. Rust offers control over low-level details (such as memory usage) in combination with high-level ergonomics, eliminating the hassle traditionally associated with low-level languages. The authors of The Rust Programming Language, members of the Rust Core Team, share their knowledge and experience to show you how to take full advantage of Rust's features--from installation to creating robust and scalable programs. You'll begin with basics like creating functions, choosing data types, and binding variables and then move on to more advanced concepts, such as: Ownership and borrowing, lifetimes, and traits Using Rust's memory safety guarantees to build fast, safe programs Testing, error handling, and effective refactoring Generics, smart pointers, multithreading, trait objects, and advanced pattern matching Using Cargo, Rust's built-in package manager, to build, test, and document your code and manage dependencies How best to use Rust's advanced compiler with compiler-led programming techniques You'll find plenty of code examples throughout the book, as well as three chapters dedicated to building complete projects to test your learning: a number guessing game, a Rust implementation of a command line tool, and a multithreaded server. New to this edition: An extended section on Rust macros, an expanded chapter on modules, and appendixes on Rust development tools and editions. |
| big data programmiersprache: Die Wirtschaftswelt der Zukunft Alec Ross, 2016-09-21 Dieses Buch beantwortet die Frage Was kommt als Nächstes?. In den gut 20 Jahren von 1994 bis 2015 veränderte das Internet die Welt rasant. In den nächsten Jahren wird sich der Wandel noch beschleunigen. Alec Ross war Hillary Clintons Senior-Berater für Innovation und bereiste über 40 Länder. In diesem Buch versammelt er seine Beobachtungen der Kräfte, die die Welt verändern. Er beleuchtet die besten Gelegenheiten für Fortschritt und zeigt, warum Länder daran scheitern oder daran wachsen. Ein besonderes Augenmerk legt er auf die Felder, die unsere wirtschaftliche Zukunft in den nächsten zehn Jahren am stärksten beeinflussen werden: Robotik, künstliche Intelligenz, Gentechnologie und Cybercrime. In einer gekonnten Mischung aus Storytelling und ökonomischer Analyse beantwortet er die Frage, wie wir uns an die neuen Gegebenheiten anpassen müssen. Ross bietet dem Leser eine lebendige und informierte Perspektive, was die Trends der nächsten Jahre sein werden. |
| big data programmiersprache: Scala and Spark for Big Data Analytics Md. Rezaul Karim, Sridhar Alla, 2017-07-25 Harness the power of Scala to program Spark and analyze tonnes of data in the blink of an eye! About This Book Learn Scala's sophisticated type system that combines Functional Programming and object-oriented concepts Work on a wide array of applications, from simple batch jobs to stream processing and machine learning Explore the most common as well as some complex use-cases to perform large-scale data analysis with Spark Who This Book Is For Anyone who wishes to learn how to perform data analysis by harnessing the power of Spark will find this book extremely useful. No knowledge of Spark or Scala is assumed, although prior programming experience (especially with other JVM languages) will be useful to pick up concepts quicker. What You Will Learn Understand object-oriented & functional programming concepts of Scala In-depth understanding of Scala collection APIs Work with RDD and DataFrame to learn Spark's core abstractions Analysing structured and unstructured data using SparkSQL and GraphX Scalable and fault-tolerant streaming application development using Spark structured streaming Learn machine-learning best practices for classification, regression, dimensionality reduction, and recommendation system to build predictive models with widely used algorithms in Spark MLlib & ML Build clustering models to cluster a vast amount of data Understand tuning, debugging, and monitoring Spark applications Deploy Spark applications on real clusters in Standalone, Mesos, and YARN In Detail Scala has been observing wide adoption over the past few years, especially in the field of data science and analytics. Spark, built on Scala, has gained a lot of recognition and is being used widely in productions. Thus, if you want to leverage the power of Scala and Spark to make sense of big data, this book is for you. The first part introduces you to Scala, helping you understand the object-oriented and functional programming concepts needed for Spark application development. It then moves on to Spark to cover the basic abstractions using RDD and DataFrame. This will help you develop scalable and fault-tolerant streaming applications by analyzing structured and unstructured data using SparkSQL, GraphX, and Spark structured streaming. Finally, the book moves on to some advanced topics, such as monitoring, configuration, debugging, testing, and deployment. You will also learn how to develop Spark applications using SparkR and PySpark APIs, interactive data analytics using Zeppelin, and in-memory data processing with Alluxio. By the end of this book, you will have a thorough understanding of Spark, and you will be able to perform full-stack data analytics with a feel that no amount of data is too big. Style and approach Filled with practical examples and use cases, this book will hot only help you get up and running with Spark, but will also take you farther down the road to becoming a data scientist. |
| big data programmiersprache: Künstliche Intelligenz für Dummies Ralf Otte, 2019-06-05 Künstliche Intelligenz begegnet uns immer mehr im täglichen Leben. Egal ob intelligente Autos, Roboter, Chatbots oder Systeme, die uns im Schach und Go besiegen, KI wird immer wichtiger. Ralf Otte beschreibt präzise und dennoch einfach diejenigen Algorithmen, die all das ermöglicht haben, erläutert Beispielanwendungen aus der Industrie, erklärt die zugrundeliegende Mathematik und zeigt darüber hinaus klare Grenzen für die Künstliche Intelligenz der nächsten Jahre auf. Egal ob Informatiker oder nicht, um dieses Buch zu verstehen genügt Mathematikwissen auf Oberstufenniveau. |
| big data programmiersprache: Programmiersprachen und Programmentwicklung H.-J. Hoffmann, 2013-03-07 Die Fachtagungen, die der Fachausschuß 2 PROGRAMMIERSPRACH~N der Gesellschaft für Informatik*) seit 1971 regelmäßig, nunmehr zum sechsten Mal, veranstaltet und in Ta gungsbänden dokumentiert, geben Zeugnis von dem jeweiligen Selbst-Verständnis des Faches PROGRAMMIERSPRACHEN, zumindest aus der Sicht einiger seiner Repräsentanten und der Vortragenden. Die 6. Fachtagung, die am 11. und 12. März 1980 in Darmstadt stattfindet, spielt darin sicherlich keine Sonderrolle. Es wurde diesmal eine breitere Thematik gewählt, wie es aus der Tagungsbezeichnung hervorgeht, nämlich PROGRAMMIERSPRACHEN UND PROGRAMMENTWICKLUNG. Jedenfalls wird damit zum Ausdruck gebracht, daß Programmiersprachen nicht nur eine Zielsetzung in sich haben, d.h. einem Selbstzweck unterworfen sind, sondern zu einem weiteren Zweck, der Programmentwicklung, in Beziehung treten, in Beziehung treten müssen. Dieses verbreiterte Selbst-Verständnis hat sich - bedauerlicherweise - im Tagungsprogramm und als Folge davon im Tagungsband nicht übermäßig deutlich ausge wirkt. Die Veranstalter legen allerdings zum Zeitpunkt der Drucklegung die (berech tigte) Hoffnung, daß in der vorgesehenen Diskussion über Software Engineering - Programmiersprachen, Programmentwicklung - zu der breiteren Thematik einige beach tenswerte Aussagen kommen. Im Tagungsband, der den Tagungsteilnehmern zu Beginn der Tagung ausgehändigt wird, läßt sich eine solche Diskussion noch nicht einfangen; ihre Auswirkungen zeigen sich, hoffentlich, an anderer Stelle. |
| big data programmiersprache: Actuarial Data Science Martin Seehafer, Stefan Nörtemann, Jonas Offtermatt, Fabian Transchel, Axel Kiermaier, René Külheim, Wiltrud Weidner, 2021-01-18 Neben den klassischen Tätigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tätige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Künstliche Intelligenz betraut. Das vorliegende Buch bietet eine Einführung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science). Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tätigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen möchten. Neben den mathematisch-technischen Grundlagen werden auch mögliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschließlich Datenschutz ausführlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm für Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren. Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science. |
| big data programmiersprache: Erfolgreiche Transformation zum digitalen Champion Marc Helmold, 2024-04-02 Die digitale Transformation und der Einsatz von menschenähnlichen oder menschengleichen (humanoiden) Maschinen gehören zu den wichtigsten gesellschaftlichen und wirtschaftlichen Entwicklungen unserer Zeit. Dieses Buch beschreibt neben Anwendungen und Konzepten der Digitalisierung und Künstlicher Intelligenz, wie Unternehmen eine erfolgreiche Transformation zum digitalen Champion umsetzen können. Außerdem werden zahlreiche Praxisbeispiele in den Bereichen Supply Chain Management, Produktion, Nachhaltigkeit oder dem Bildungswesen dargestellt. |
| big data programmiersprache: Das große Startup-Dictionary Moritz Grumbach, 2025-05-25 Big Hairy Audacious Goal, Lurker, Magic Sauce, Squeeze Out oder Face Time – wirken diese Wörter auch wie eine Geheimsprache für dich? Vielen dieser Fach- und Slangwörter begegnen Startup-GründerInnen im Rahmen ihres Alltagslebens, welche in einem herkömmlichen BWL-Studium nicht erwähnt, geschweige denn gelehrt werden. Dies sorgt bei angehenden Startup-CEOs nicht nur für Unwissen, sondern auch für wirtschaftliche Nachteile gegenüber Partnern, Wettbewerbern oder Investoren. Das Buch erklärt leicht verständlich und kompakt über 1.000 der wichtigsten Begriffe der Startup-Szene. Es vermittelt zusammenhängendes Fachwissen, listet dabei auch vor allem „nicht-offizielle“ Slangwörter auf und gibt zuletzt praktische Tipps für junge UnternehmerInnen. Der Bogen spannt sich dabei von Fachtermini rund um die Bereiche Finance, Accounting & Law über Marketing & Product Development bis hin zum Fundraising und allgemeinen Begriffen aus dem Startup-Alltag. |
| big data programmiersprache: Engagement in der Informationswissenschaft Ursula Arning, Stephan Büttner, Claudia Frick, Philipp Schaer, Joachim Griesbaum, Elisabeth Holuscha, Ulrich Kämper, Kerstin Keller-Loibl, Erwin König, Ute Krauß-Leichert, Marvin Lanczek, Meik Schild-Steiniger, Konstanze Sigel, Frank Linde, Christel Mahnke, Thomas Mandl, Vera Münch, Rudolf Mumenthaler, Ulli König, Hermann Rösch, Ulrike Scholle, Inka Tappenbeck, Konrad Umlauf, Cornelia Vonhof, 2024-08-01 Mit dieser Festschrift ehren Freundinnen und Freunde, Kolleginnen und Kollegen sowie Weggefährtinnen und Weggefährten aus Wissenschaft und Praxis Prof. Dr. Ursula Georgy anlässlich ihres Eintritts in den Ruhestand. Diese Publikation ist mehr als eine Festschrift im klassischen Sinn, bei welcher der Fokus normalerweise auf neueren wissenschaftlichen Erkenntnissen aus dem Arbeitskontext der Beitragenden liegt. Knapp die Hälfte der Beiträge in der vorliegenden Festschrift folgt diesem Konzept. Die weiteren Beiträge thematisieren persönliche Erfahrungen und Erlebnisse der Autorinnen und Autoren mit Ursula Georgy bzw. nehmen Bezug auf ihre Aktivitäten in und außerhalb der Hochschule. So ist es das Ziel dieser Publikation, auch zu illustrieren, in welchen Kontexten Ursula Georgy aktiv war und wie Menschen, die Ursula Georgy im Laufe der Jahre getroffen und begleitet hat, dies wahrgenommen haben. |
| big data programmiersprache: R – kurz & gut Jörg Staudemeyer, Ralf C. Staudemeyer, 2022-06-01 Die praktische Kurzeinführung und Referenz für die Statistik-Software R Konkurrenzlos günstig und kompakt Für Studium, Wissenschaft und die Datenanalyse in Unternehmen Deckt den kompletten Datenzyklus ab: Datenerzeugung, das Einlesen und Speichern, Bearbeiten und Aufbereiten der Daten, die graphische Darstellung und die statistische Auswertung In 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. |
| big data programmiersprache: Practical JSF in Java EE 8 Michael Müller, 2018-05-29 Master the Java EE 8 and JSF (JavaServer Faces) APIs and web framework with this practical, projects-driven guide to web development. This book combines theoretical background with a practical approach by building four real-world applications. By developing these JSF web applications, you'll take a tour through the other Java EE technologies such as JPA, CDI, Security, WebSockets, and more. In Practical JSF in Java EE 8, you will learn to use the JavaServer Faces web framework in Java EE 8 to easily construct a web-based user interface from a set of reusable components. Next, you add JSF event handling and then link to a database, persist data, and add security and the other bells and whistles that the Java EE 8 platform has to offer. After reading this book you will have a good foundation in Java-based web development and will have increased your proficiency in sophisticated Java EE 8 web development using the JSF framework. What You Will Learn Use the Java EE 8 and the JavaServer Faces APIs to build Java-based web applications through four practical real-world case studies Process user input with JSF and the expression language by building a calculator application Persist data using JSF templating and Java Persistence to manage an inventory of books Create and manage an alumni database using JSF, Ajax, web services and Java EE 8's security features. Who This Book Is For Those new to Java EE 8 and JSF. Some prior experience with Java is recommended. |
| big data programmiersprache: Empirische Sozialforschung mit Python Markus Feiks, 2019-04-23 In Zeiten von „Big Data“ wird es zunehmend wichtiger, Datenprozesse automatisieren zu können. In diesem Buch wird die Programmsprache Python dazu eingesetzt, Daten automatisiert zu erheben, diese auszuwerten und Zusammenhänge zu visualisieren. Die Beispiele sind einfach gehalten und können jedoch auf eigene, komplexere Vorhaben übertragen werden. Daher eignet sich das Buch für all jene, die noch keine Erfahrung mit der Programmierung gesammelt haben. |
| big data programmiersprache: Sie wissen alles Yvonne Hofstetter, 2014-09-15 Hochaktuelles Debattenbuch über die totalitäre Tendenz von Datensystemen Die Snowden-Enthüllungen schreckten weltweit auf. Big Data heißt das neue Geschäftsmodell der Überwachung – haben wir die Kontrolle über unsere Daten längst verloren? Yvonne Hofstetter, Expertin für künstliche Intelligenz, klärt auf: Die unvorstellbaren Datenmassen, die sekündlich abgeschöpft werden und durchs weltweite Netz fluten, sind allein noch kein Risiko. Denn die Gefahr für die freiheitliche Gesellschaft geht von intelligenten Algorithmen aus. Sie analysieren, prognostizieren und berechnen uns neu, um uns zu kontrollieren – autonom, schnell, überall und immer. Sie verbreiten sich als selbstlernende Haustechnik, vernetzte Autos oder elektronische Armbänder. Hofstetter fordert dazu auf, das einzige Supergrundrecht unserer Gesellschaftsordnung, die Menschenwürde, gegen die digitale Revolution zu verteidigen. Sie plädiert für eine neue Gesetzgebung, eine Ethik der Algorithmen und eine gesellschaftliche Debatte darüber, was der Mensch in Zukunft sein will. |
| big data programmiersprache: Python für Excel Felix Zumstein, 2022-09-28 Befreien Sie sich aus dem Chaos der riesigen Arbeitsmappen, Tausenden von Formeln und hässlichen VBA-Hacks Der 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 wollen Die Python-Grundlagen sowie die Tools numpy and pandas werden gut verständlich erklärt Nach 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. |
| big data programmiersprache: Machiavelli und Dantes „Commedia“ Sascha Resch, 2024-11-18 Niccolò Machiavelli gilt gemeinhin als ‚Verehrer‘ Dantes und ausgewiesener Kenner der Divina Commedia. Dieses Urteil hat die Interpretation seiner Texte, insbesondere seiner Terzarima-Dichtungen, stark beeinflusst. Gleichzeitig wurde v.a. der Asino kontrovers diskutiert und bisweilen sogar als ‚antidanteske‘ Satire beurteilt. Welche Position nimmt also v.a. Dantes Terzarima-Epos, die Commedia, in Machiavellis im gleichen Metrum verfassten Dichtungen ein? Um diese Frage zu beantworten, wird ein eigenständiges Analyseverfahren entwickelt, mit dem Ziel, die textuelle Nähe der Terzarima-Dichtungen Machiavellis zur Divina Commedia – unter dem neuartigen Begriff der ‚Dantizität‘ gefasst – genau zu beurteilen. Hierzu werden vielzählige textuelle Ebenen betrachtet, sodass sich ein möglichst ganzheitliches Bild der textuellen Situation in den Terzarima-Texten Machiavellis nachzeichnen lässt: Bemerkenswert ist v.a. der ‚instrumentelle‘ Charakter der ‚Dantizität‘ in der Terzarima-Dichtung des Segretario fiorentino. Gleichzeitig ist die Untersuchung so angelegt, dass sie mit geringen Anpassungen auch auf andere Autoren aus dem italienischen Cinquecento übertragbar ist. Dabei werden neben ‚traditionellen‘ Ansätzen auch digitale Verfahren integriert, um zu demonstrieren, dass ‚traditionelle‘ Forschung und digitale Methoden sich nicht ausschließen. |
| big data programmiersprache: Visual Business Analytics Jörn Kohlhammer, Dirk U. Proff, Andreas Wiener, 2018-05-15 Business-Intelligence-Lösungen sind für Unternehmen unabdingbar, um Datenmengen in vertretbarer Zeit zu analysieren und daraus resultierend Entscheidungen zu treffen. Dieses Buch zeigt den Weg auf, wie aus Daten mittels Visualisierung entscheidungsrelevante Informationen für den Empfänger werden. Neue, interaktive und grafische Darstellungen tragen dazu bei, dass Entscheider ihr Wissen und ihre Fähigkeiten besser nutzen können, um einen echten Mehrwert für ihr Unternehmen zu generieren. Die Autoren bieten eine fundierte Einführung in das Thema und geben einen praxisnahen Überblick über Visual Business Analytics mit seinen drei Teilgebieten: Information Design, Visual Business Intelligence und Visual Analytics. Sie erläutern anhand vieler Beispiele aus Business-Intelligence-Anwendungsszenarien, welche Darstellungsformen jeweils geeignet sind, um komplexe Zusammenhänge abzubilden, wie Unternehmen Visual Business Analytics erfolgreich nutzen können und welche zukünftigen Möglichkeiten sich durch interaktive Darstellungen ergeben. Im Einzelnen werden behandelt: Visualisierung von Daten und Informationen Reporting und Information Design Diagrammtypen und -eigenschaften Information-Design-Richtlinien Visual Business Intelligence Interaktive Visualisierung Dashboard-Design Visual Analytics in Big-Data-Szenarien Anwendungsbeispiele mit aktuellen Business-Intelligence-Werkzeugen im Bereich Visual Analytics und ein Blick in die Forschung runden das Buch ab. Die 2. Auflage wurde durchgehend überarbeitet, aktualisiert und um neue Themen wie Visualisierungsstandards und maschinelles Lernen erweitert. |
| big data programmiersprache: Die Rolle des Data Scientists in Unternehmen. Eine Analyse von Stellenanzeigen Maximilian Riedel, 2019-04-04 Masterarbeit aus dem Jahr 2019 im Fachbereich BWL - Controlling, Note: 2,0, Leopold-Franzens-Universität Innsbruck (Institution für Organisation und Lernen - Bereich Controlling), Sprache: Deutsch, Abstract: Diese Masterarbeit widmet sich der Frage, welche Rolle Data Scientists in Unternehmen einnehmen. „Data Scientist“ ist eine relativ neue Berufsbezeichnung und ist noch nicht vollständig erforscht. Es wurde zunächst die Literatur aufgearbeitet, indem die Entstehung und Einordnung des neuen Berufsbildes des Data Scientists näher analysiert wurde. Es wird daher in der Literatur Bezug zu der Digitalisierung, der Entstehung von Data Science und dem Data Scientist als auch zu knowledge work und der Rollentheorie in Organisationen aufgebaut. Jedoch beruhen diese Erkenntnisse nicht auf empirischen Befunden. Der Beitrag stützt sich auf empirische Daten, die im Rahmen einer Analyse von 145 Stellenanzeigen verschiedener Unternehmen, die Data Scientists anwerben, durchgeführt wurde. Dabei lag der Fokus der Untersuchung auf den unterschiedlichen Kenntnissen und Fähigkeiten, die von den Unternehmen gefordert werden. Der Zweck dieser Forschung ist es, die Rolle von Data Scientists innerhalb von Unternehmen zu untersuchen. Als Ergebnis dieser Untersuchung wurde festgestellt, dass viele Unternehmen aus allen Branchenbereichen Data Scientists einstellen wollen, um ihren Bedarf an großen Datensätzen zu decken und die darin enthaltenen Informationen zu entschlüsseln und daraus einen Mehrwert für die Organisation zu generieren. Durch das Erstellen von Kompetenzprofilen von Data Scientists konnten verschiedene Rollen innerhalb der Branchen identifiziert werden. Gestützt auf den Typologien von unterschiedlichen Data Scientists lassen sich diese anhand von Dimensionen, wie der von fachlichen und sozialen Anforderungen sowie der von Aufgabengebieten, den Branchen zuweisen. Darüber hinaus zeigt diese Analyse, dass die Rolle von Data Scientists von der jeweiligen Branche und dem darin geforderten Domänenwissen abhängig ist. |
| big data programmiersprache: Anwendungsorientierte Wirtschaftsinformatik Paul Alpar, Rainer Alt, Frank Bensberg, Peter Weimann, 2019-09-05 Ein Lehrbuch für die anwendungsorientierte Seite der Wirtschaftsinformatik Dieses Lehrbuch der Wirtschaftsinformatik ist vor allem eines: anwendungsorientiert. Nutzen Sie die zahlreichen Fallbeispiele, um die Kerninhalte des Fachgebiets zu erlernen und einen Einblick in die umfassenden Einsatzmöglichkeiten der Informationstechnologien zu gewinnen, die in Zeiten der Digitalisierung für Wirtschaft und Gesellschaft unverzichtbar sind. Von den Grundbegriffen der Informations- und Kommunikationstechnologie bis zur strategischen Planung, Nutzung und Entwicklung von Informationssystemen – dieses Buch bietet Ihnen alle Werkzeuge zur Integration neuer Konzepte in bestehende Softwarearchitekturen. Grundwissen und Handlungsempfehlungen für die Praxis Die Autoren führen Sie mit diesem Lehrbuch unter anderem in die folgenden anwendungsorientierten Aspekte der Wirtschaftsinformatik ein: · Bedeutung und Arten betrieblicher Informationssysteme sowie Klärung grundlegender Begriffe · Digitale Transformation: Social Media, das Internet der Dinge, Industrie 4.0 und Mobile Business · Enterprise-Resource-Planning-Systeme (ERP) · Electronic Business mit Customer Relationship Management (CRM) und Supply Chain Management (SCM) · Data Warehouse, Business Intelligence, Big Data und Blockchain Durch den hohen Praxisbezug des Lehrbuchs lernen Sie nicht nur die Grundzüge des Informationsmanagements kennen, sondern erhalten auch einen Einblick in die Beziehung zwischen Nutzer und Infrastruktur im jeweiligen betrieblichen Anwendungssystem. Auf diese Weise kombinieren die Autoren geschickt die multidimensionalen Gestaltungsansätze des Business Engineerings mit der betrieblichen Anwendung der vorgestellten Werkzeuge. Das Werk richtet sich an ein breites Publikum Mit dem ausgeprägten Fokus auf die Anwendbarkeit der Informationstechnologien ist dieses Lehrbuch der Wirtschaftsinformatik eine Empfehlung für: · Studierende, Dozenten und Wissenschaftler aus verschiedenen Bereichen der Wirtschaftsinformatik · Praktiker wie Ingenieure aus Fach- und IT-Abteilungen |
| big data programmiersprache: Erfolgsfaktor Risiko-Management 4.0 Frank Romeike, Peter Hager, 2020-06-08 Für Unternehmen ist ein sicherer und zugleich professioneller Umgang mit dem Faktor Risiko aus existenziellen Gründen unumgänglich. Ohne Risiken gäbe es aber auch keinerlei Chancen und der verantwortungsvolle Umgang mit Risiken stellt in Wirklichkeit einen wesentlichen Werttreiber für das Unternehmen dar. Die beiden Risiko-Management-Experten Frank Romeike und Peter Hager machen typische Fragestellungen aus der Unternehmenspraxis an Fallstudien anschaulich, diskutieren die anwendbaren Methoden und beschreiben die Umsetzung. Diese anschauliche Reise durch alle Unternehmensabteilungen vermittelt dem Leser einen umfassenden Überblick über aktuelle Methoden im Risiko-Management und die Erfolgsfaktoren für ein wirksames Risiko- und Chancen-Management. Besonders nützlich: Die skizzierten Beispiele sind als fertige Excel-Tabellen zum besseren Nachvollziehen erhältlich und können zusammen mit weiteren Materialien wie beispielsweise Checklisten und Tools auf dem Portal RiskNET abgerufen werden. Die vierte Auflage des Praxishandbuches wurde erneut komplett überarbeitet und aktualisiert. Es bietet eine Fülle von bewährten Entscheidungshilfen für unternehmensweites Risiko-Management. |
| big data programmiersprache: iX Developer 2018 - Machine Learning iX-Redaktion, 2018-11-29 In der neuen Developer-Spezialausgabe der iX dreht sich alles um das Thema Machine Learning: Angefangen bei der Historie der Disziplin über detaillierte Betrachtungen der unterschiedlichen Frameworks und verwendeten Programmiersprachen bis hin zu Praxisbeispielen zur Textanalyse, Bilderkennung und vielem mehr. Wagen Sie mit unseren Autoren einen Blick in die Blackbox des Zukunftsthemas und lernen sie neben den technischen Anwendungen und Voraussetzungen auch, welche ethische und rechtlichen Bedenken die Themen Künstliche Intelligenz und Maschinelles Lernen mit sich bringen. |
| big data programmiersprache: Softwareentwicklung Albin Meyer, 2018-06-25 Ein kompaktes Nachschlagewerk, geballt mit viel Wissen! Dieser praxisorientierte Kompass liefert Informationen über das gesamte Themenspektrum der Softwareentwicklung: Projektmanagement, Requirements Engineering, Softwarearchitektur, Programmierung und Qualitätssicherung. Ob es sich um ein Projekt im Bereich Web, Desktop, Mobile, IoT, Big Data oder Cloud handelt, es finden sich viele Tipps und Tricks für die tägliche Arbeit. Dieses Buch unterstützt Entscheidungsträger bei der Wahl von Hardware, Plattformen, Programmiersprachen, Tools und Librarys. Es hilft weiter bei Fragen zur Sicherheit, zum Monitoring des produktiven Systems und zur Dokumentation. In der Praxis immer wiederkehrende bewährte Muster werden kurz und bündig erklärt. Erfahrungen mit verschiedenen Vorgehensmodellen werden diskutiert, vom Wasserfall bis zu agilen Prozessen. Sowohl Berufseinsteiger als auch erfahrene Professionals finden hier konkrete Lösungsideen für die Herausforderungen im Berufsalltag und Hinweise zu weiterführender Literatur. |
| big data programmiersprache: SPS Programmierung mit Strukturierter Text (ST), V3 Tom Mejer Antonsen, 2020-11-03 Dieses Buch enthält eine Einführung in die Programmiersprache Strukturierter Text (ST), die in speicherprogrammierbaren Steuerungen (SPS) und programmierbaren Automatisierungssteuerungen (PAC) verwendet wird. Das Buch kann für alle SPS-Typen und SPS-Marken gemäß der offenen internatio-nalen Norm IEC 61131 Teil 3: Programmiersprachen verwendet werden. In einer Siemens-SPS heißt die Programmiersprache Structured Control Language (SCL). SCL kann geringfügig von der Programmierung in ST abweichen. Das Buch beschreibt systematisch die grundlegende Programmierung, einschließ-lich Ratschlägen und praktischen Beispielen, die auf der umfassenden Erfahrung des Autors in industriellen Steuerungen basieren. INHALT - Hintergrund, Vorteile und Anforderungen der ST-Programmierung - Syntax, Datentypen und grundlegende ST-Programmierung - CTU, TOF, TON, FALL, STRUKTUR, ENUM, ARRAY, ZEICHENKETTE - Leitfaden, Tipps zur Bezeichnung, Fehlerbehebung und Programmstruktur - Ablaufsteuerung und Aufspaltung in Funktionen und Funktionsblöcke - FIFO, RND, Sortierung, Skalierung, Simulationssignale und digitaler Filter - Tanksteuerung, Instrumenten-Impulszähler und adaptiver Algorithmus - SPS-Code für Pumpstationen, 3D-Parkhaus und Robotersteuerung - Beispiele: Vom KOP-Programm zur ST-Programmierung Das Buch enthält mehr als 150 SPS-Beispiele. Der Schwerpunkt liegt darauf robusten, lesbaren und strukturierten Code zu schreiben. Der Autor ist Bachelor of Science in Elektrotechnik (B.Sc.E.E.) und verfügt über 25 Jahre Erfahrung in Spezifikation, Entwicklung, Programmierung und Lieferung komplexer Steuerungslösungen und Überwachungssysteme. Der Autor ist Assistenzprofessor und lehrt PLC-Programmiersysteme an höheren Bildungseinrichtungen in Dänemark. |
| big data programmiersprache: Grundlagen der Informationswissenschaft Rainer Kuhlen, Dirk Lewandowski, Wolfgang Semar, Christa Womser-Hacker, 2022-12-05 Die 7. Ausgabe der Grundlagen der praktischen Information und Dokumentation (Erstausgabe 1972) heißt jetzt: „Grundlagen der Informationswissenschaft. Der Bezug zur Praxis und zur Ausbildung bleibt erhalten, aber der neue Titel trägt dem Rechnung, dass die wissenschaftliche theoretische Absicherung für alle Bereiche von Wissen und Information, nicht nur in der Fachinformation, sondern auch in den Informationsdiensten des Internet immer wichtiger wird. Für die Grundlagen sind 73 Artikel in 6 Hauptkapiteln vorgesehen. Viele Themen werden zum ersten Mal behandelt, z.B. Information und Emotion, Informationelle Selbstbestimmung, Informationspathologien. Alle Beiträge sind neu verfasst. |
| big data programmiersprache: Deutsche Nationalbibliographie und Bibliographie der im Ausland erschienenen deutschsprachigen Veröffentlichungen , 1996 |
| big data programmiersprache: Künstliche Intelligenz im Management Reporting. Eine Analyse der Chancen und Herausforderungen für KMUs in Deutschland Daniel Janßen, 2024-03-05 Master's Thesis from the year 2023 in the subject Business economics - Controlling, grade: 1,7, Berlin School of Economics and Law (Wirtschaftswissenschaften), course: Special Issues in Management Accounting, language: English, abstract: Die rasante Entwicklung und weite Anwendung künstlicher Intelligenz (KI) hat in den letzten Jahren die technologische Landschaft und Unternehmenspraktiken grundlegend verändert. Insbesondere im Management Reporting (MR) eröffnen sich durch KI neue Möglichkeiten und Herausforderungen von beträchtlicher Tragweite. Diese Arbeit widmet sich der kritischen Analyse der Anwendung von KI im MR, speziell in deutschen kleinen und mittleren Unternehmen (KMU). KI steht im Mittelpunkt einer fortwährenden Transformation der Unternehmenspraktiken. Die Veröffentlichung beeindruckender KI-Anwendungen wie des Chatbots ChatGPTs im November 2022 verdeutlichte eindrucksvoll das Potenzial dieser Technologie. Die Integration von KI in das MR wird oft als zweite Welle der Digitalisierung bezeichnet, die die gesamte Art und Weise der Wertschöpfung grundlegend verändert. Die vorliegende Arbeit untersucht, wie KI das MR in deutschen KMU beeinflusst und welche Chancen und Herausforderungen sich daraus ergeben. Dabei werden nicht nur technologische Aspekte betrachtet, sondern auch organisatorische und menschliche Dimensionen, insbesondere die Veränderung der Rolle des Controllers. Die Problemstellung liegt in der Diskrepanz zwischen dem hohen Stellenwert des MR für Managemententscheidungen und den aktuellen Defiziten, insbesondere in kleineren und mittleren Unternehmen. Trotz digitaler Technologien steht das MR häufig in der Kritik aufgrund begrenzter Informationsvielfalt, Vergangenheitsorientierung und hohem manuellen Aufwand. Die Zielsetzung dieser Arbeit besteht darin, einen Beitrag zur Unternehmenspraxis und Forschung zu leisten, indem eine umfassende Analyse der Chancen und Herausforderungen der KI im MR durchgeführt wird. Durch die Beantwortung spezifischer Forschungsfragen soll ein tieferes Verständnis für die Rolle von KI im MR geschaffen werden, besonders im Kontext deutscher KMU. Im weiteren Verlauf werden zunächst die thematischen und konzeptionellen Grundlagen des MR und der KI erläutert. Anschließend werden die zentralen Herausforderungen der Anwendung von KI im MR beleuchtet sowie die identifizierten Use-Cases detailliert untersucht. Abschließend erfolgt die Diskussion der Ergebnisse und deren Implikationen für die Unternehmenspraxis und Forschung. |
| big data programmiersprache: Python Programmieren Rolf Ignatz, 2022-08-24 Sind Sie auf der Suche nach einem Crashkurs in Python für Data Science und wollen Sie Ihr erstes Projekt in kürzester Zeit von Grund auf selbst erstellen? Sind Sie ständig auf der Suche nach Informationen in sozialen Netzwerken (wie FB-Gruppen) und wissen nicht, wo Sie mit der Python-Programmierung anfangen sollen? Wenn ja, dann lesen Sie weiter! Python wird heute häufig in der Datenwissenschaft verwendet, weil es eine ausgereifte Programmiersprache ist, die hervorragende Eigenschaften für Programmieranfänger hat. Einige der bemerkenswertesten dieser Eigenschaften sind das leicht lesbare Kennwort, die Unterdrückung von optionalen Begrenzungszeichen, das dynamische Schreiben und die Verwendung von dynamischem Speicher. Die Datenwissenschaft verwendet wissenschaftliche Strategien, um Daten zu verarbeiten und Informationen aus ihnen herauszulösen. Sie entfernt sich von einer ähnlichen Idee wie Big Data und Data Mining. Sie erfordert innovative Geräte sowie nützliche Berechnungen und Programmierungen, um mit Datenproblemen umzugehen oder Daten zu verarbeiten und daraus wesentliche Erkenntnisse zu gewinnen. Die Verbesserung und die äußerst nützliche Forschung in der Welt der Informatik und Technologie haben die Bedeutung ihrer grundlegenden und wesentlichen Konzepte in tausend Aspekten erhöht. Dieses Grundkonzept ist das, was wir ständig als Daten bezeichnen, und diese Daten sind das Einzige, was den Weg für alles in der Welt öffnet. Die größten Organisationen und Unternehmen der Welt haben ihre Schöpfung und ihre Philosophien auf Daten aufgebaut und bestimmen einen einzigartigen Teil ihres Gehalts durch Daten. Der Wert und die Bedeutung von Daten kann mit der einfachen Gewissheit verstanden werden, dass ein legitimes Datenspeicherungs-/Verteilungszentrum millionenfach profitabler ist als die reine Goldmine in der fortgeschrittenen Welt. Das Erlernen aller erforderlichen Fähigkeiten zur Beherrschung von Data Science und maschinellem Lernen könnte jedoch eine Herausforderung sein. Aber keine Sorge: In diesem vollständigen Leitfaden haben wir das gesamte Wissen, das Sie benötigen, auf einfache und praktische Weise zusammengefasst. In diesem Buch sind Sie bereit zu entdecken: - Wie Sie Ihre ersten Schritte in der Welt von Python machen. Ich erkläre Ihnen mit leicht verständlichen Bildern, wie Sie Python auf Mac OS X, Windows und Linux installieren. - Wie Sie Ihr erstes Data Science Projekt von Grund auf mit Python in weniger als 7 Tagen aufsetzen können. - Praktische Codes und Übungen zur Verwendung von Python. Ich erkläre Ihnen den Schritt-für-Schritt-Prozess zur Erstellung von Spielen wie: magic 8 ball und hangman game. - Wie funktionieren die Regressionsalgorithmen, die in der Datenwissenschaft verwendet werden und was sind die besten Tipps und Tricks, um mit ihnen zu arbeiten. - Wie die Scikit-Learn-Bibliothek bei der Entwicklung eines maschinellen Lernalgorithmus verwendet wird. - Und noch viel mehr! Selbst wenn Sie noch ein Anfänger sind, der sich damit abmüht, Projekte mit Python zu starten, wird dieses Buch Ihnen sicherlich die richtigen Informationen geben, um Ihre Programmierkenntnisse auf die nächste Stufe zu heben. Holen Sie sich noch heute Ihr eigenes Exemplar, indem Sie auf die Schaltfläche JETZT KAUFEN oben auf der Seite klicken! |
BIG | Bjarke Ingels Group
BIG has grown organically over the last two decades from a founder, to a family, to a force of 700. Our latest transformation is …
CityWave | BIG | Bjarke Ingels Group
Designed by BIG–Bjarke Ingels Group with Atelier Verticale, CityWave is constructed on the last two plots of the CityLife …
Gelephu International Airport | BIG | Bjarke Ingels Group
As Bhutan’s second international airport, the project is a collaboration with aviation engineering firm NACO and an integral …
Jinji Lake Pavilion | BIG | Bjarke Ingels Group
Our latest transformation is the BIG LEAP: Bjarke Ingels Group of Landscape, Engineering, Architecture, Planning and …
Athletics Las Vegas Ballpark | BIG | Bjarke Ingels Group
The project builds on a longstanding collaboration between BIG and the Athletics dating back to a different ballpark design …
BIG | Bjarke Ingels Group
BIG has grown organically over the last two decades from a founder, to a family, to a force of 700. Our latest transformation is the BIG LEAP: Bjarke Ingels Group of Landscape, Engineering, …
CityWave | BIG | Bjarke Ingels Group
Designed by BIG–Bjarke Ingels Group with Atelier Verticale, CityWave is constructed on the last two plots of the CityLife masterplan, a major new business district in a prestigious area of …
Gelephu International Airport | BIG | Bjarke Ingels Group
As Bhutan’s second international airport, the project is a collaboration with aviation engineering firm NACO and an integral part of the Gelephu Mindfulness City (GMC) masterplan designed …
Jinji Lake Pavilion | BIG | Bjarke Ingels Group
Our latest transformation is the BIG LEAP: Bjarke Ingels Group of Landscape, Engineering, Architecture, Planning and Products. A plethora of in-house perspectives allows us to see …
Athletics Las Vegas Ballpark | BIG | Bjarke Ingels Group
The project builds on a longstanding collaboration between BIG and the Athletics dating back to a different ballpark design in Oakland, California in 2018. The new ballpark’s roof is accentuated …
Freedom Plaza | BIG | Bjarke Ingels Group
Freedom Plaza will extend BIG’s contribution to New York City’s waterfront, alongside adjacent coastal projects that include the East Side Coastal Resiliency project, the Battery Park City …
Bjarke Ingels Group - BIG HQ
BIG HQ is BIG’s first example of fully integrated LEAP design – a collaboration between Landscape, Engineering, Architecture and Product designers. Everything from door handles to …
Gowanus 175 Third Street | BIG | Bjarke Ingels Group
Catalyzed by the major Gowanus rezoning in 2021 – one of the most significant rezonings in New York City in recent years – 175 Third Street builds on years of BIG’s prior study and design …
BIG BCN Office | BIG | Bjarke Ingels Group
BIG has grown organically over the last two decades from a founder, to a family, to a force of 700. Our latest transformation is the BIG LEAP: Bjarke Ingels Group of Landscape, Engineering, …
Google Bay View | BIG | Bjarke Ingels Group
Leon Rost — Partner, BIG The campus includes 17.3 acres of high-value natural areas – including wet meadows, woodlands, and marsh – that contribute to Google’s broader efforts to …
