%0 Book %1 Kersken.2021 %A Kersken, Sascha %C Bonn %D 2021 %I Rheinwerk Verlag %K Electronic books %T Daten- und Prozessanalyse für Fachinformatiker*innen %U https://ebookcentral.proquest.com/lib/kxp/detail.action?docID=6714813 %X Klappentext: 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. Inhaltsverzeichnis: Intro -- Materialien zum Buch -- Geleitwort -- Vorwort -- 1 Einführung -- 1.1 Die Ausbildung im Überblick -- 1.1.1 Ablauf der Ausbildung -- 1.1.2 Die Abschlussprüfung -- 1.2 Datenanalyse und künstliche Intelligenz -- 1.2.1 Datenanalyse -- 1.2.2 Kurze Geschichte der künstlichen Intelligenz -- 1.2.3 Künstliche Intelligenz in der Praxis -- 1.2.4 Interdisziplinäre KI-Forschung -- 1.2.5 Sprachen und Tools für künstliche Intelligenz -- 2 Mathematische Grundlagen -- 2.1 Logik und Mengenlehre -- 2.1.1 Aussagen -- 2.1.2 Mathematische Aussageformen -- 2.1.3 Logische Verknüpfungen -- 2.1.4 Mengen -- 2.1.5 Folgen und Reihen -- 2.2 Lineare Algebra -- 2.2.1 Das kartesische Koordinatensystem -- 2.2.2 Vektoren -- 2.2.3 Matrizen -- 2.3 Stochastik -- 2.3.1 Grundlagen der Wahrscheinlichkeitsrechnung -- 2.3.2 Einfache Methoden der Statistik -- 2.4 Funktionen und ihre Eigenschaften -- 2.4.1 Bildungsvorschriften für Funktionen -- 2.4.2 Grundlagen der Analysis -- 2.5 Übungsaufgaben -- 3 Programmierkurs mit Python -- 3.1 Loslegen -- 3.1.1 Hallo Python! -- 3.1.2 Mit JupyterLab und Jupyter Notebooks arbeiten -- 3.2 Grundelemente von Python -- 3.2.1 Ausdrücke und Operationen -- 3.2.2 Kontrollstrukturen -- 3.2.3 Ein- und Ausgabe -- 3.3 Objektorientiertes Python -- 3.3.1 Erstes Beispiel -- 3.3.2 Methoden und Funktionen definieren -- 3.3.3 Vererbung -- 3.3.4 Ausnahmen behandeln -- 3.4 Übungsaufgaben -- 4 Mit Python-Modulen arbeiten -- 4.1 Module installieren, importieren und einsetzen -- 4.1.1 Module importieren -- 4.1.2 Eigene Python-Dateien als Module importieren -- 4.1.3 Drittanbieter-Module installieren -- 4.2 Mathematische Module -- 4.2.1 Die eingebauten Module math und cmath verwenden -- 4.2.2 Statistikfunktionen mit statistics einsetzen -- 4.2.3 NumPy verwenden -- 4.2.4 Diagramme erstellen mit Matplotlib -- 4.3 Andere wichtige Module. %7 1. Auflage %@ 9783836281140

@book{Kersken.2021, abstract = {Klappentext: Alles {\"u}ber den neuen Fachinformatik-Ausbildungsgang Daten- und Prozessanalyse. Worauf es dabei ankommt, zeigt Auszubildenden dieser Fachrichtung dieses neue Lehr- und Praxisbuch. Mathematische Grundlagen, Einf{\"u}hrung in die Programmierung, Algorithmen und insbesondere Machine-Learning-Verfahren werden ebenso behandelt wie die Gesch{\"a}ftsprozessanalyse. F{\"u}r alle Themen kommen praxiserprobte Sprachen, Tools und Bibliotheken zum Einsatz. Inkl. zahlreicher {\"U}bungsaufgaben. Inhaltsverzeichnis: Intro -- Materialien zum Buch -- Geleitwort -- Vorwort -- 1 Einf{\"u}hrung -- 1.1 Die Ausbildung im {\"U}berblick -- 1.1.1 Ablauf der Ausbildung -- 1.1.2 Die Abschlusspr{\"u}fung -- 1.2 Datenanalyse und k{\"u}nstliche Intelligenz -- 1.2.1 Datenanalyse -- 1.2.2 Kurze Geschichte der k{\"u}nstlichen Intelligenz -- 1.2.3 K{\"u}nstliche Intelligenz in der Praxis -- 1.2.4 Interdisziplin{\"a}re KI-Forschung -- 1.2.5 Sprachen und Tools f{\"u}r k{\"u}nstliche Intelligenz -- 2 Mathematische Grundlagen -- 2.1 Logik und Mengenlehre -- 2.1.1 Aussagen -- 2.1.2 Mathematische Aussageformen -- 2.1.3 Logische Verkn{\"u}pfungen -- 2.1.4 Mengen -- 2.1.5 Folgen und Reihen -- 2.2 Lineare Algebra -- 2.2.1 Das kartesische Koordinatensystem -- 2.2.2 Vektoren -- 2.2.3 Matrizen -- 2.3 Stochastik -- 2.3.1 Grundlagen der Wahrscheinlichkeitsrechnung -- 2.3.2 Einfache Methoden der Statistik -- 2.4 Funktionen und ihre Eigenschaften -- 2.4.1 Bildungsvorschriften f{\"u}r Funktionen -- 2.4.2 Grundlagen der Analysis -- 2.5 {\"U}bungsaufgaben -- 3 Programmierkurs mit Python -- 3.1 Loslegen -- 3.1.1 Hallo Python! -- 3.1.2 Mit JupyterLab und Jupyter Notebooks arbeiten -- 3.2 Grundelemente von Python -- 3.2.1 Ausdr{\"u}cke und Operationen -- 3.2.2 Kontrollstrukturen -- 3.2.3 Ein- und Ausgabe -- 3.3 Objektorientiertes Python -- 3.3.1 Erstes Beispiel -- 3.3.2 Methoden und Funktionen definieren -- 3.3.3 Vererbung -- 3.3.4 Ausnahmen behandeln -- 3.4 {\"U}bungsaufgaben -- 4 Mit Python-Modulen arbeiten -- 4.1 Module installieren, importieren und einsetzen -- 4.1.1 Module importieren -- 4.1.2 Eigene Python-Dateien als Module importieren -- 4.1.3 Drittanbieter-Module installieren -- 4.2 Mathematische Module -- 4.2.1 Die eingebauten Module math und cmath verwenden -- 4.2.2 Statistikfunktionen mit statistics einsetzen -- 4.2.3 NumPy verwenden -- 4.2.4 Diagramme erstellen mit Matplotlib -- 4.3 Andere wichtige Module.}, added-at = {2024-03-26T16:36:34.000+0100}, address = {Bonn}, author = {Kersken, Sascha}, biburl = {https://puma.ub.uni-stuttgart.de/bibtex/259d2d855fb4dcf091be2d31d3766922d/roberta.toscano}, edition = {1. Auflage}, interhash = {fdaeea5522eee999274cbb122073f851}, intrahash = {59d2d855fb4dcf091be2d31d3766922d}, isbn = {9783836281140}, keywords = {Electronic books}, publisher = {{Rheinwerk Verlag}}, timestamp = {2024-03-26T16:36:34.000+0100}, title = {Daten- und Prozessanalyse f{\"u}r Fachinformatiker*innen}, url = {https://ebookcentral.proquest.com/lib/kxp/detail.action?docID=6714813}, year = 2021 }