PUMA publications for /https://puma.ub.uni-stuttgart.de/PUMA RSS feed for /2024-03-28T09:58:55+01:00SyKonaS - Projektbericht. Nr. 1, Konflikte in der Energiewende: Definitionen und Typologienhttps://puma.ub.uni-stuttgart.de/bibtex/27361459dd8ab0ebdc185fb654b813ba4/sawa16sawa162024-03-28T09:39:04+01:00myown zfb-e <span data-person-type="author" class="authorEditorList "><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Fabienne Minn" itemprop="url" href="/person/1e1c428e66806dcf671ece3cd2411c007/author/0"><span itemprop="name">F. Minn</span></a></span>, </span><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Sandra Wassermann" itemprop="url" href="/person/1e1c428e66806dcf671ece3cd2411c007/author/1"><span itemprop="name">S. Wassermann</span></a></span>, </span> and <span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Christian D. León" itemprop="url" href="/person/1e1c428e66806dcf671ece3cd2411c007/author/2"><span itemprop="name">C. León</span></a></span></span>. </span><span class="additional-entrytype-information">(<em><span>2022<meta content="2022" itemprop="datePublished"/></span></em>)</span>Thu Mar 28 09:39:04 CET 2024SyKonaS - Projektbericht. Nr. 1, Konflikte in der Energiewende: Definitionen und Typologien2022myown zfb-e SyKonaS - Projektbericht. Nr. 2, Konflikte in der Energiewende: Detailanalysen mit Akteursfokushttps://puma.ub.uni-stuttgart.de/bibtex/2de2b311e8514aab61acf1aba80b260a4/sawa16sawa162024-03-28T09:37:39+01:00myown zfb-e <span data-person-type="author" class="authorEditorList "><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Christian D. León" itemprop="url" href="/person/17487a376844573a7b8e536d015a55306/author/0"><span itemprop="name">C. León</span></a></span>, </span><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Fabienne Minn" itemprop="url" href="/person/17487a376844573a7b8e536d015a55306/author/1"><span itemprop="name">F. Minn</span></a></span>, </span> and <span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Sandra Wassermann" itemprop="url" href="/person/17487a376844573a7b8e536d015a55306/author/2"><span itemprop="name">S. Wassermann</span></a></span></span>. </span><span class="additional-entrytype-information">(<em><span>2022<meta content="2022" itemprop="datePublished"/></span></em>)</span>Thu Mar 28 09:37:39 CET 2024SyKonaS - Projektbericht. Nr. 2, Konflikte in der Energiewende: Detailanalysen mit Akteursfokus2022myown zfb-e SyKonaS - Projektbericht. Nr. 3, Abschätzung gesellschaftlicher Konflikte in Energieszenarienhttps://puma.ub.uni-stuttgart.de/bibtex/27358a6451292187ed01eca16a761a335/sawa16sawa162024-03-28T09:36:22+01:00myown zfb-e <span data-person-type="author" class="authorEditorList "><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Andreas Püttner" itemprop="url" href="/person/10dab4f91231712ab4a3d00143b706145/author/0"><span itemprop="name">A. Püttner</span></a></span>, </span><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Laura Liebhart" itemprop="url" href="/person/10dab4f91231712ab4a3d00143b706145/author/1"><span itemprop="name">L. Liebhart</span></a></span>, </span><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Patrick Wolf" itemprop="url" href="/person/10dab4f91231712ab4a3d00143b706145/author/2"><span itemprop="name">P. Wolf</span></a></span>, </span><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Christian D. León" itemprop="url" href="/person/10dab4f91231712ab4a3d00143b706145/author/3"><span itemprop="name">C. León</span></a></span>, </span><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Sigrid Prehofer" itemprop="url" href="/person/10dab4f91231712ab4a3d00143b706145/author/4"><span itemprop="name">S. Prehofer</span></a></span>, </span> and <span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Sandra Wassermann" itemprop="url" href="/person/10dab4f91231712ab4a3d00143b706145/author/5"><span itemprop="name">S. Wassermann</span></a></span></span>. </span><span class="additional-entrytype-information">(<em><span>2023<meta content="2023" itemprop="datePublished"/></span></em>)</span>Thu Mar 28 09:36:22 CET 2024SyKonaS - Projektbericht. Nr. 3, Abschätzung gesellschaftlicher Konflikte in Energieszenarien2023myown zfb-e Einführung in Machine Learning mit Python: Praxiswissen Data Sciencehttps://puma.ub.uni-stuttgart.de/bibtex/2c9a3c78c64b264180d439e9f65fdda5e/institutstestinstitutstest2024-03-28T09:02:43+01:00test5 <span data-person-type="author" class="authorEditorList "><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Andreas C. Müller" itemprop="url" href="/person/117f12a2b0c2ad3922bca12f454de3eb4/author/0"><span itemprop="name">A. Müller</span></a></span>, </span> and <span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="author"><a title="Sarah Guido" itemprop="url" href="/person/117f12a2b0c2ad3922bca12f454de3eb4/author/1"><span itemprop="name">S. Guido</span></a></span></span>. </span><span class="additional-entrytype-information"><em>Animals </em><em><span itemprop="publisher">O'Reilly</span>, </em><em>Heidelberg, </em>(<em><span>2017<meta content="2017" itemprop="datePublished"/></span></em>)</span>Thu Mar 28 09:02:43 CET 2024HeidelbergAnimalsEinf{\"u}hrung in Machine Learning mit Python: Praxiswissen Data Science2017test5 Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine-Learning-Anwendungen zu entwickeln, braucht es keine gro{\ss}en Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-L{\"o}sungen erstellen. Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die f{\"u}r eine erfolgreiche Machine-Learning-Anwendung notwendig sind. Die Autoren Andreas M{\"u}ller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zus{\"a}tzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen. Das Buch zeigt Ihnen: - grundlegende Konzepte und Anwendungen von Machine Learning - Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen - wie sich die von Machine Learning verarbeiteten Daten repr{\"a}sentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten - fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern - das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabl{\"a}ufe gekapselt werden - Arbeitsmethoden f{\"u}r Textdaten, insbesondere textspezifische Verarbeitungstechniken - M{\"o}glichkeiten zur Verbesserung Ihrer F{\"a}higkeiten in den Bereichen Machine Learning und Data Science Dieses Buch ist eine fantastische, super praktische Informationsquelle f{\"u}r jeden, der mit Machine Learning in Python starten m{\"o}chte -- ich w{\"u}nschte nur, es h{\"a}tte schon existiert, als ich mit scikit-learn anfing! Hanna Wallach, Senior Researcher, Microsoft ResearchVerbändeabfrage zum Bürokratieabbau. Ergebnisdokumentation über die
kategorisierten und priorisierten Einzelvorschlägehttps://puma.ub.uni-stuttgart.de/bibtex/254a0bb29258d1ac154116dc8917baa61/droesslerdroessler2024-03-27T23:39:33+01:00bundesregierung bürokratie bürokratieabbau deutschland politik verbände verbändeabfrage verwaltung <span data-person-type="editor" class="authorEditorList "><span><span itemtype="http://schema.org/Person" itemscope="itemscope" itemprop="editor"><a title="Wiesbaden Statistisches Bundesamt" itemprop="url" href="/person/1339e79f10b7c7e832e765ce91c327fe0/editor/0"><span itemprop="name">W. Statistisches Bundesamt</span></a></span></span> (Eds.) </span><span class="additional-entrytype-information">(<em><span>Apr 14, 2023<meta content="Apr 14, 2023" itemprop="datePublished"/></span></em>)</span>Wed Mar 27 23:39:33 CET 202404Verbändeabfrage zum Bürokratieabbau. Ergebnisdokumentation über die
kategorisierten und priorisierten Einzelvorschläge2023bundesregierung bürokratie bürokratieabbau deutschland politik verbände verbändeabfrage verwaltung 14Die Dokumentation stellt die Vorschläge der Verbände im Volltext dar. Insgesamt wurden 442 Vorschläge in einem Folgeprozess vom Statistischen Bundesamt aufbereitet, kategorisiert und nach quantitativen und qualitativen Kriterien priorisiert.