Domain entwicklung-software.de kaufen?

Produkt zum Begriff Datenanalyse:


  • Datenanalyse mit R' Fortgeschrittene Verfahren
    Datenanalyse mit R' Fortgeschrittene Verfahren

    Dieses Buch erklärt, wie man mit R fortgeschrittene statistische Analysen durchführt. Die Techniken wurden dabei so ausgewählt, dass sie den Stoff im Masterstudiengang Psychologie und ähnlicher Studiengänge abdecken. In 10 eigenständigen Kapiteln werden die statistischen Verfahren anhand einführender und komplexer Datenbeispiele erläutert. Die Analyseergebnisse werden ausführlich interpretiert. Dabei legt das Buch besonderen Wert auf illustrative grafische Ergebnisdarstellungen. Auch die Voraussetzungen der Verfahren werden diskutiert und, soweit möglich, in R geprüft. Zu jedem Kapitel stehen Datendateien und ein R Script zur Verfügung, damit die Analyse schnell und unkompliziert nachvollzogen werden kann. Das Buch setzt Grundkenntnisse in R voraus und gibt ergänzende Literatur für die theoretischen Grundlagen und die Vertiefung für die fortgeschrittene Datenanalyse an. 

    Preis: 27.99 € | Versand*: 0 €
  • Datenanalyse mit Python (McKinney, Wes)
    Datenanalyse mit Python (McKinney, Wes)

    Datenanalyse mit Python , Die erste Adresse für die Analyse von Daten mit Python Das Standardwerk in der 3. Auflage, aktualisiert auf Python 3.10 und pandas 1.4 Versorgt Sie mit allen praktischen Details und mit wertvollem Insiderwissen, um Datenanalysen mit Python erfolgreich durchzuführen Mit Jupyter-Notebooks für alle Codebeispiele aus jedem Kapitel Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.10 und pandas 1.4, 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 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 Zusatzmaterial zum Buch sind auf GitHub verfügbar. Aus dem Inhalt: Nutzen Sie Jupyter Notebook und die IPython-Shell für das explorative Computing Lernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennen Setzen Sie die Datenanalyse-Tools der pandas-Bibliothek ein Verwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten Erstellen Sie interformative Visualisierungen mit matplotlib Wenden Sie die GroupBy-Mechanismen von pandas an, um Datensätze zurechtzuschneiden, umzugestalten und zusammenzufassen Analysieren und manipulieren Sie verschiedenste Zeitreihendaten Erproben Sie die konkrete Anwendung der im Buch vorgestellten Werkzeuge anhand verschiedener realer Datensätze , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen , Auflage: 3. Auflage, Erscheinungsjahr: 20230302, Produktform: Kartoniert, Titel der Reihe: Animals##, Autoren: McKinney, Wes, Übersetzung: Lichtenberg, Kathrin~Demmig, Thomas, Auflage: 23003, Auflage/Ausgabe: 3. Auflage, Seitenzahl/Blattzahl: 556, Keyword: Big Data; Data Mining; Data Science; IPython; Jupyter; Jupyter notebook; NumPy; Python 3.10; matplotlib; pandas 1.4, Fachschema: Data Mining (EDV)~Analyse / Datenanalyse~Datenanalyse~Datenverarbeitung / Simulation~Informatik~Informationsverarbeitung (EDV)~Internet / Programmierung~Programmiersprachen, Fachkategorie: Programmier- und Skriptsprachen, allgemein, Warengruppe: HC/Programmiersprachen, Fachkategorie: Data Mining, Thema: Verstehen, Text Sprache: ger, Originalsprache: eng, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: Dpunkt.Verlag GmbH, Verlag: Dpunkt.Verlag GmbH, Verlag: O'Reilly, Länge: 241, Breite: 168, Höhe: 35, Gewicht: 999, Produktform: Kartoniert, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Vorgänger: 2660049, Vorgänger EAN: 9783960090809 9783960090007 9783864903038 9783958750739, andere Sprache: 9781491957660, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Kennzeichnung von Titeln mit einer Relevanz > 30, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0120, Tendenz: -1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover, Unterkatalog: Lagerartikel,

    Preis: 44.90 € | Versand*: 0 €
  • Quality Code: Software Testing Principles, Practices, and Patterns
    Quality Code: Software Testing Principles, Practices, and Patterns

    Test-driven, test-first, and test-early development practices are helping thousands of software development organizations improve their software. Now, in Quality Code: Software Testing Principles, Practices, and Patterns, Stephen Vance builds on all that’s been learned about test-driven development, helping you achieve unprecedented levels of first-time quality. Using real-world code examples, this guide introduces patterns, principles, and more than two dozen detailed techniques for testing any software system more fully, effectively, and painlessly. Vance presents a conceptual framework to help you focus your efforts and design recommendations for improving testability across the software lifecycle, and also provides hands-on guidance to simplify testing of the full spectrum of code constructs. You’ll learn how to choose the best testing techniques for every situation, from the most common scenarios to threading. Two complete case studies put it all together, walking you through testing a brand-new Java application and an untested “legacy” JavaScript jQuery plugin. Whether you’re developing cutting-edge code for a new start-up, or maintaining an unruly old system, this guide will help you deliver exactly what you need: quality code.   • Simplify unit testing of all your code—and improve integration and system testing • Delineate intent and implementation to promote more reliable and scalable testing • Overcome confusion and misunderstandings about the mechanics of writing tests • Test “side effects,” behavioral characteristics, and contextual constraints • Understand subtle interactions between design and testability—and make them work for, not against, you • Discover core principles that guide your key testing decisions • Explore testing getters/setters, string handling, encapsulation, override variations, visibility, singleton patterns, error conditions, and more • Reproduce and test complex race conditions deterministically  

    Preis: 20.32 € | Versand*: 0 €
  • Effective Software Testing
    Effective Software Testing

    Effective Software Testing is a hands-on guide to creating high quality tests, from your first line of code through pre-delivery checks. It's full of techniques drawn from proven research in software engineering. You'll learn to efficiently engineer tests specifically for your software and end reliance on generic testing practices that may be right for every project. Each chapter puts a new technique into practice with source code samples, real-world tradeoffs, and answers to the common questions developers pose about testing. You'll learn how to scrutinize your requirements for potential tests, generate tests from your code structure, and engineer rigorous suites of unit, integration, and system tests.Go beyond unit tests! Great software testing makes the entire development process more efficient, from understanding your code before you write it to catching bugs in tricky corner cases.Effective Software Testing teaches you a systematic approach to software testing. You'll master easy-to-apply techniques to create strong test suites that are specifically engineered for your code. Following real-world use cases and detailed code samples, you'll soon be engineering tests that find the bugs hiding in edge cases and the parts of code you would never think of testing! Along the way, you'll develop an intuition for testing that can save years of learning by trial and error.

    Preis: 47.07 € | Versand*: 0 €
  • Welche Rolle spielen Programmiersprachen in der Entwicklung von Software, der Datenanalyse, der Webentwicklung und anderen technologischen Anwendungen?

    Programmiersprachen sind die Grundlage für die Entwicklung von Software, da sie es Entwicklern ermöglichen, Anwendungen zu erstellen, die auf verschiedenen Plattformen und Geräten laufen. In der Datenanalyse spielen Programmiersprachen eine wichtige Rolle, da sie es Analysten ermöglichen, komplexe Algorithmen zu implementieren und große Datenmengen zu verarbeiten. In der Webentwicklung sind Programmiersprachen unerlässlich, um interaktive und dynamische Websites zu erstellen, die Benutzererfahrungen verbessern. In anderen technologischen Anwendungen ermöglichen Programmiersprachen die Automatisierung von Prozessen, die Entwicklung von künstlicher Intelligenz und die Integration von verschiedenen Systemen.

  • Wie kann die Programmierung in verschiedenen Bereichen wie Softwareentwicklung, Webentwicklung, Datenanalyse und künstliche Intelligenz eingesetzt werden?

    In der Softwareentwicklung wird Programmierung verwendet, um Anwendungen und Systeme zu erstellen, die spezifische Funktionen ausführen können. In der Webentwicklung wird Programmierung eingesetzt, um interaktive und ansprechende Websites und Webanwendungen zu erstellen. In der Datenanalyse wird Programmierung verwendet, um große Datenmengen zu verarbeiten, zu analysieren und Muster oder Trends zu identifizieren. In der künstlichen Intelligenz wird Programmierung eingesetzt, um Algorithmen und Modelle zu entwickeln, die es Maschinen ermöglichen, menschenähnliche kognitive Fähigkeiten auszuführen, wie zum Beispiel Spracherkennung oder Bilderkennung.

  • Wie kann das Konzept der objektorientierten Programmierung in verschiedenen Anwendungsdomänen wie Softwareentwicklung, Webentwicklung und Datenanalyse angewendet werden?

    In der Softwareentwicklung kann das Konzept der objektorientierten Programmierung verwendet werden, um komplexe Systeme in kleinere, wiederverwendbare Module zu zerlegen, was die Wartbarkeit und Erweiterbarkeit verbessert. In der Webentwicklung kann die objektorientierte Programmierung genutzt werden, um benutzerdefinierte Objekte zu erstellen, die die Struktur und das Verhalten von Webseiten und Webanwendungen definieren, was zu einer effizienteren Entwicklung und Wartung führt. In der Datenanalyse kann die objektorientierte Programmierung verwendet werden, um Daten in Objekte zu organisieren, die spezifische Funktionen und Methoden zur Analyse und Verarbeitung von Daten bereitstellen, was zu einer verbesserten Modellierung und Verarbeitung von komplexen Datenstrukturen führt. Insgesamt ermöglicht die objek

  • Was sind die Vorteile von Clustering-Algorithmen bei der Datenanalyse?

    Clustering-Algorithmen helfen dabei, Muster und Strukturen in großen Datensätzen zu identifizieren. Sie ermöglichen eine automatische Gruppierung von ähnlichen Datenpunkten, was eine bessere Datenorganisation und -interpretation ermöglicht. Zudem können sie dabei helfen, unbekannte Zusammenhänge und Trends in den Daten zu entdecken.

Ähnliche Suchbegriffe für Datenanalyse:


  • Datenanalyse mit R' Beschreiben, Explorieren, Schätzen und Testen
    Datenanalyse mit R' Beschreiben, Explorieren, Schätzen und Testen

    Nach einer kurzen generellen Einführung in R wird ausführlich erläutert, wie Daten eingelesen und bearbeitet werden können. Danach erklärt das Buch Verfahren der deskriptiven und explorativen Statistik. Die Inferenzstatistik wird durch Ausprobieren und Simulationen eingeführt, gefolgt von einer ausführlichen Darstellung der gängigen inferenzstatistischen Verfahren. Den Abschluss machen die explorative Faktorenanalyse und die Clusteranalyse. Alle Verfahren werden den LeserInnen mittels zahlreicher Datensätze zur Verfügung gestellt, und jedes Kapitel demonstriert die Analysen anhand einfacher und komplexer Datenbeispiele aus dem Forschungsalltag. Nicht zu Unrecht ist R inzwischen in der sozialwissenschaftlichen Datenanalyse etabliert und manche neueren Verfahren stehen nur dort zur Verfügung. Die LeserInnen werden über das gesamte Buch hinweg immer wieder ermuntert, die Vielfalt und Flexibilität von R selbst auszuprobieren.

    Preis: 29.95 € | Versand*: 0 €
  • Developer Testing: Building Quality into Software
    Developer Testing: Building Quality into Software

    How do successful agile teams deliver bug-free, maintainable software—iteration after iteration? The answer is: By seamlessly combining development and testing. On such teams, the developers write testable code that enables them to verify it using various types of automated tests. This approach keeps regressions at bay and prevents “testing crunches”—which otherwise may occur near the end of an iteration—from ever happening. Writing testable code, however, is often difficult, because it requires knowledge and skills that cut across multiple disciplines.   In Developer Testing, leading test expert and mentor Alexander Tarlinder presents concise, focused guidance for making new and legacy code far more testable. Tarlinder helps you answer questions like: When have I tested this enough? How many tests do I need to write? What should my tests verify? You’ll learn how to design for testability and utilize techniques like refactoring, dependency breaking, unit testing, data-driven testing, and test-driven development to achieve the highest possible confidence in your software. Through practical examples in Java, C#, Groovy, and Ruby, you’ll discover what works—and what doesn’t.   You can quickly begin using Tarlinder’s technology-agnostic insights with most languages and toolsets while not getting buried in specialist details. The author helps you adapt your current programming style for testability, make a testing mindset “second nature,” improve your code, and enrich your day-to-day experience as a software professional. With this guide, you will Understand the discipline and vocabulary of testing from the developer’s standpointBase developer tests on well-established testing techniques and best practicesRecognize code constructs that impact testabilityEffectively name, organize, and execute unit testsMaster the essentials of classic and “mockist-style” TDDLeverage test doubles with or without mocking frameworksCapture the benefits of programming by contract, even without runtime support for contractsTake control of dependencies between classes, components, layers, and tiersHandle combinatorial explosions of test cases, or scenarios requiring many similar testsManage code duplication when it can’t be eliminatedActively maintain and improve your test suitesPerform more advanced tests at the integration, system, and end-to-end levelsDevelop an understanding for how the organizational context influences quality assuranceEstablish well-balanced and effective testing strategies suitable for agile teams

    Preis: 32.09 € | Versand*: 0 €
  • Datenanalyse mit R' Fortgeschrittene Verfahren
    Datenanalyse mit R' Fortgeschrittene Verfahren

    Dieses Buch erklärt, wie man mit R fortgeschrittene statistische Analysen durchführt. Die Techniken wurden dabei so ausgewählt, dass sie den Stoff im Masterstudiengang Psychologie und ähnlicher Studiengänge abdecken. In 10 eigenständigen Kapiteln werden die statistischen Verfahren anhand einführender und komplexer Datenbeispiele erläutert. Die Analyseergebnisse werden ausführlich interpretiert. Dabei legt das Buch besonderen Wert auf illustrative grafische Ergebnisdarstellungen. Auch die Voraussetzungen der Verfahren werden diskutiert und, soweit möglich, in R geprüft. Zu jedem Kapitel stehen Datendateien und ein R Script zur Verfügung, damit die Analyse schnell und unkompliziert nachvollzogen werden kann. Das Buch setzt Grundkenntnisse in R voraus und gibt ergänzende Literatur für die theoretischen Grundlagen und die Vertiefung für die fortgeschrittene Datenanalyse an. 

    Preis: 34.95 € | Versand*: 0 €
  • Datenanalyse mit R' Fortgeschrittene Verfahren
    Datenanalyse mit R' Fortgeschrittene Verfahren

    Dieses Buch erklärt, wie man mit R fortgeschrittene statistische Analysen durchführt. Die Techniken wurden dabei so ausgewählt, dass sie den Stoff im Masterstudiengang Psychologie und ähnlicher Studiengänge abdecken. In 10 eigenständigen Kapiteln werden die statistischen Verfahren anhand einführender und komplexer Datenbeispiele erläutert. Die Analyseergebnisse werden ausführlich interpretiert. Dabei legt das Buch besonderen Wert auf illustrative grafische Ergebnisdarstellungen. Auch die Voraussetzungen der Verfahren werden diskutiert und, soweit möglich, in R geprüft. Zu jedem Kapitel stehen Datendateien und ein R Script zur Verfügung, damit die Analyse schnell und unkompliziert nachvollzogen werden kann. Das Buch setzt Grundkenntnisse in R voraus und gibt ergänzende Literatur für die theoretischen Grundlagen und die Vertiefung für die fortgeschrittene Datenanalyse an. 

    Preis: 34.95 € | Versand*: 0 €
  • Was sind die Vorteile von Clustering-Algorithmen in der Datenanalyse?

    Clustering-Algorithmen helfen dabei, Muster und Strukturen in großen Datensätzen zu identifizieren, ohne dass man vorher wissen muss, wie diese aussehen. Sie ermöglichen es, Daten automatisch in Gruppen zu unterteilen, was eine bessere Organisation und Interpretation der Daten erleichtert. Zudem können Clusterings dabei helfen, neue Erkenntnisse und Trends zu entdecken, die sonst möglicherweise verborgen geblieben wären.

  • Was sind die Vorteile der Verwendung von Clustering-Algorithmen in der Datenanalyse?

    Clustering-Algorithmen helfen dabei, Muster und Strukturen in großen Datenmengen zu identifizieren. Sie ermöglichen eine automatische Gruppierung von ähnlichen Datenpunkten, was die Datenanalyse effizienter macht. Zudem können Cluster dabei helfen, Trends und Zusammenhänge in den Daten zu erkennen.

  • Wie kann das Konzept der objektorientierten Programmierung in verschiedenen Programmiersprachen angewendet werden, um die Wiederverwendbarkeit von Code zu verbessern und die Entwicklung von Software zu erleichtern?

    Das Konzept der objektorientierten Programmierung kann in verschiedenen Programmiersprachen angewendet werden, indem Klassen und Objekte erstellt werden, die es ermöglichen, Code zu organisieren und zu strukturieren. Durch Vererbung können Klassen von anderen Klassen erben, wodurch Code wiederverwendet und die Entwicklung beschleunigt werden kann. Polymorphismus ermöglicht es, dass verschiedene Klassen auf einheitliche Weise verwendet werden können, was die Flexibilität und Wiederverwendbarkeit des Codes erhöht. Durch die Verwendung von Schnittstellen können Klassen definiert werden, die bestimmte Methoden implementieren müssen, was die Interoperabilität und Wiederverwendbarkeit von Code verbessert.

  • Welche Funktionen bietet ein Code-Editor, um die Programmierung und Entwicklung von Software zu erleichtern?

    Ein Code-Editor bietet Funktionen wie Syntax-Hervorhebung, Autovervollständigung und Fehlererkennung, um die Programmierung effizienter zu gestalten. Zudem ermöglicht er das Organisieren von Code in verschiedenen Dateien und das schnelle Navigieren zwischen verschiedenen Abschnitten des Codes. Ein Code-Editor bietet auch die Möglichkeit, Plugins und Erweiterungen zu installieren, um die Funktionalität des Editors zu erweitern.

* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.