Uwe Haneke Livres

Realisiere deine Roboter-Ideen mit LEGO Mindstorms! Dieses Buch bietet alles, was du dazu brauchst. Konstruiere neue Modelle: Bebilderte Anleitungen zeigen dir Schritt für Schritt, wie das geht. Baue z.B. Veronika, einen interaktiven Ballgreifroboter, oder Vincent, der sich in einem Labyrinth zurechtfindet. Lerne programmieren: Du erfährst, wie du mit EV3 deinen Roboter zum Leben erweckst - nicht nur mit der von LEGO mitgelieferten, symbolbasierten EV3-Software, sondern auch mit Java. Die Autoren geben dir eine Einführung und Tipps über das Buch hinweg, damit du den Java-Einstieg schaffst. Erschaffe eigene Modelle und erstelle professionelle Bauanleitungen dazu. Zudem erfährst du, wie du Mindstorms als Teamsport betreiben und mit deinen Robotern an der FIRST LEGO League (FLL) teilnehmen kannst. Die Autoren bringen ihre Erfahrungen als Schiedsrichter und Mentoren bei FLL-Wettbewerben in das Buch ein. Im lego::lab der Hochschule Karlsruhe - Technik und Wirtschaft vermitteln sie Schülern und Studierenden das nötige Wissen, um Roboter mit LEGO Mindstorms zu entwickeln und zu programmieren. Die Roboter in diesem Buch wurden im lego::lab entwickelt und getestet. Dieses Buch ist von der LEGO- Gruppe weder unterstützt noch autorisiert worden.

Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre Grenzen stößt. Dieses Buch bietet eine umfassende Einführung in Data Science und deren praktische Relevanz für Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-Ökosystem thematisiert. In verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken. Neben den Grundlagen werden unter anderem folgende Themen behandelt: - Data Science und künstliche Intelligenz - Konzeption und Entwicklung von Data-driven Products - Deep Learning - Self-Service im Data-Science-Umfeld - Data Privacy und Fragen zur digitalen Ethik - Customer Churn mit Keras/TensorFlow und H2O - Wirtschaftlichkeitsbetrachtung bei der Auswahl und Entwicklung von Data Science - Predictive Maintenance - Scrum in Data-Science-Projekten Zahlreiche Anwendungsfälle und Praxisbeispiele geben Einblicke in die aktuellen Erfahrungen bei Data-Science-Projekten und erlauben dem Leser einen direkten Transfer in die tägliche Arbeit.

Erhalten Sie einen umfassenden Überblick über die Möglichkeiten, Chancen und Risiken von Open Source Business Intelligence (OSBI). Erfahren Sie, welche Kosten beim Einsatz von OSBI-Lösungen entstehen und lernen Sie die Konzepte hinter OSBI kennen. Anhand von Praxisbeispielen wird aufgezeigt, wie OSBI in Unternehmen implementiert werden kann. Zudem informiert das Werk über Trends und aktuelle Entwicklungen im Bereich OSBI, präsentiert von führenden Experten aus Wissenschaft und Praxis. Business Intelligence (BI) liefert entscheidungsrelevante Informationen und ist mittlerweile ein IT-Standard, insbesondere in großen Unternehmen und dem Mittelstand. Viele verfügbare BI-Tools gelten jedoch als schwerfällig, unflexibel und oft zu kostspielig. Was steckt also hinter OSBI? Können die kostenlosen Community-Versionen tatsächlich die Erwartungen der Nutzer erfüllen? Dieses Buch bietet einen ersten umfassenden Überblick über das gesamte Spektrum von Open Source Business Intelligence. Es behandelt wesentliche Konzepte, Einführungsstrategien und Kostenaspekte und blickt auf zukünftige Trends. Die verschiedenen Geschäftsmodelle der Anbieter sowie die Unterscheidung zwischen Open Source und Commercial Open Source werden aus Anwendersicht analysiert. Dieses Werk ist ein Muss für Business-Intelligence-Manager, Controller, Projektleiter, Architekten, Analysten und Entwickler, die Open-Source-Software für ihre BI-Initiativen in Betracht zie