Data capture and analysis Books

Book SynopsisThe general theme of this book is to present innovative psychometric modeling and methods. In particular, this book includes research and successful examples of modeling techniques for new data sources from digital assessments, such as eye-tracking data, hint uses, and process data from game-based assessments. In addition, innovative psychometric modeling approaches, such as graphical models, item tree models, network analysis, and cognitive diagnostic models, are included. Chapters 1, 2, 4 and 6 are about psychometric models and methods for learning analytics. The first two chapters focus on advanced cognitive diagnostic models for tracking learning and the improvement of attribute classification accuracy. Chapter 4 demonstrates the use of network analysis for learning analytics. Chapter 6 introduces the conjunctive root causes model for the understanding of prerequisite skills in learning. Chapters 3, 5, 8, 9 are about innovative psychometric techniques to model process data. Specifically, Chapters 3 and 5 illustrate the usage of generalized linear mixed effect models and item tree models to analyze eye-tracking data. Chapter 8 discusses the modeling approach of hint uses and response accuracy in learning environment. Chapter 9 demonstrates the identification of observable outcomes in the game-based assessments. Chapters 7 and 10 introduce innovative latent variable modeling approaches, including the graphical and generalized linear model approach and the dynamic modeling approach. In summary, the book includes theoretical, methodological, and applied research and practices that serve as the foundation for future development. These chapters provide illustrations of efforts to model and analyze multiple data sources from digital assessments. When computer-based assessments are emerging and evolving, it is important that researchers can expand and improve the methods for modeling and analyzing new data sources. This book provides a useful resource to researchers who are interested in the development of psychometric methods to solve issues in this digital assessment age.Table of Contents Advances in Psychometric Methods for Uncovering Latent Structure and Cognitive Processes Improving Attribute Classification Accuracy in High Dimensional Data: A Four-Step Latent Regression Approach A Dynamic Generalized Mixed Effect Model for Intensive Binary Temporal-Spatio Data From an Eye-Tracking Technique Application of Network Analysis in Understanding Collaborative Problem Solving Processes and Skills IRTree Modeling of Cognitive Processes Based on Outcome and Intermediate Data Prerequisite Structure Finding Using the Conjunctive Root Causes Model A Graphical and Generalized Linear Model Approach to Latent Variable Modeling Modeling Hint Requests, Response Times, and Response Accuracy in Adaptive Learning Systems Identifying Observable Outcomes in Game-Based Assessments A Regime-Switching (RS) Framework for Formulating Multi-Phase Linear and Nonlinear Growth Curve Models About the Editors.

Read more less

Book SynopsisThis text provides an overview of the principles and practices involved in managing and operating data centers. It covers topics such as data center design, infrastructure management, virtualization, cloud computing, and security. The book is intended for IT professionals and data center managers who are responsible for the operation and maintenance of data centers. It provides valuable insights and best practices for optimizing data center performance, reliability, and efficiency.Table of Contents Chapter 1 Introduction to Data Center Management Chapter 2 Data Center Topologies and Network Architecture Chapter 3 Security and Compliance in Data Protection Chapter 4 Monitoring and Management Tools Chapter 5 Virtualization and Cloud Computing Chapter 6 Importance of Power and Cooling Management Chapter 7 Challenges in Data Center Management Chapter 8 Future Trends in Data Center Management

Read more less

Book Synopsis

Read more less

Book SynopsisThe main purpose of this book is to investigate, explore and describe approaches and methods to facilitate data understanding through analytics solutions based on its principles, concepts and applications. But analyzing data is also about involving the use of software. For this, and in order to cover some aspect of data analytics, this book uses software (Excel, SPSS, Python, etc) which can help readers to better understand the analytics process in simple terms and supporting useful methods in its application.Table of ContentsAcknowledgments xi Preface xiii Introduction xvii Glossary xxi Part 1: Towards an Understanding of Big Data: Are You Ready? 1 Chapter 1: From Data to Big Data: You Must Walk Before You Can Run 3 1.1. Introduction 3 1.2. No analytics without data 4 1.2.1. Databases 5 1.2.2. Raw data 5 1.2.3. Text 6 1.2.4. Images, audios and videos 6 1.2.5. The Internet of Things 6 1.3. From bytes to yottabytes: the data revolution 7 1.4. Big data: definition 10 1.5. The 3Vs model 12 1.6. Why now and what does it bring? 15 1.7. Conclusions 19 Chapter 2: Big Data: A Revolution that Changes the Game 21 2.1. Introduction 21 2.2. Beyond the 3Vs 22 2.3. From understanding data to knowledge 24 2.4. Improving decision-making 27 2.5. Things to take into account 31 2.5.1. Data complexity 31 2.5.2. Data quality: look out! Not all data are the right data 32 2.5.3. What else?…Data security 33 2.6. Big data and businesses 34 2.6.1. Opportunities 34 2.6.2. Challenges 36 2.7. Conclusions 40 Part 2: Big Data Analytics: A Compilation of Advanced Analytics Techniques that Covers a Wide Range of Data 41 Chapter 3: Building an Understanding of Big Data Analytics 43 3.1. Introduction 43 3.2. Before breaking down the process What is data analytics? 44 3.3. Before and after big data analytics 47 3.4. Traditional versus advanced analytics:What is the difference? 49 3.5. Advanced analytics: new paradigm 52 3.6. New statistical and computational paradigm within the big data context 54 3.7. Conclusions 58 Chapter 4: Why Data Analytics and When Can We Use It? 59 4.1. Introduction 59 4.2. Understanding the changes in context 60 4.3. When real time makes the difference 63 4.4. What should data analytics address? 64 4.5. Analytics culture within companies 68 4.6. Big data analytics application: examples 71 4.7. Conclusions 75 Chapter 5: Data Analytics Process: There’s Great Work Behind the Scenes 77 5.1. Introduction 77 5.2. More data, more questions for better answers 78 5.2.1. We can never say it enough: “there is no good wind for those who don’t know where they are going” 78 5.2.2. Understanding the basics: identify what we already know and what we have yet to find out 79 5.2.3. Defining the tasks to be accomplished 80 5.2.4. Which technology to adopt? 80 5.2.5. Understanding data analytics is good but knowing how to use it is better! (What skills do you need?) 81 5.2.6. What does the data project cost and how will it pay off in time? 82 5.2.7. What will it mean to you once you find out? 82 5.3. Next steps: do you have an idea about a “secret sauce”? 83 5.3.1. First phase: find the data (data collection) 84 5.3.2. Second phase: construct the data (data preparation) 85 5.3.3. Third phase: go to exploration and modeling (data analysis) 85 5.3.4. Fourth phase: evaluate and interpret the results (evaluation and interpretation) 86 5.3.5. Fifth phase: transform data into actionable knowledge (deploy the model) 87 5.4. Disciplines that support the big data analytics process 88 5.4.1. Statistics 88 5.4.2. Machine learning 88 5.4.3. Data mining 89 5.4.4. Text mining 90 5.4.5. Database management systems 90 5.4.6. Data streams management systems 91 5.5. Wait, it’s not so simple: what to avoid when building a model? 91 5.5.1. Minimize the model error 94 5.5.2. Maximize the likelihood of the model 95 5.5.3. What about surveys? 95 5.6. Conclusions 99 Part 3: Data Analytics and Machine Learning: the Relevance of Algorithms 101 Chapter 6. Machine Learning: a Method of Data Analysis that Automates Analytical Model Building . 103 6.1. Introduction 103 6.2. From simple descriptive analysis to predictive and prescriptive analyses: what are the different steps? 104 6.3. Artificial intelligence: algorithms and techniques 106 6.4. ML: what is it? 109 6.5. Why is it important? 113 6.6. How does ML work? 116 6.6.1. Definition of the business need (problem statement) and its formalization 117 6.6.2. Collection and preparation of the useful data that will be used to meet this need 117 6.6.3. Test the performance of the obtained model 118 6.6.4. Optimization and production start 118 6.7. Data scientist: the new alchemist 120 6.8. Conclusion 122 Chapter 7: Supervised versus Unsupervised Algorithms: a Guided Tour 123 7.1. Introduction 123 7.2. Supervised and unsupervised learning 124 7.2.1. Supervised learning: predict, predict and predict! 124 7.2.2. Unsupervised learning: go to profiles search! 127 7.3. Regression versus classification 129 7.3.1. Regression 130 7.3.2. Classification 133 7.4. Clustering gathers data 141 7.4.1. What good could it serve? 141 7.4.2. Principle of clustering algorithms 144 7.4.3. Partitioning your data by using the K-means algorithm 148 7.5. Conclusion 151 Chapter 8. Applications and Examples 153 8.1. Introduction 153 8.2. Which algorithm to use? 153 8.2.1. Supervised or unsupervised algorithm: in which case do we use each one? 154 8.2.2. What about other ML algorithms? 157 8.3. The duo big data/ML: examples of use 161 8.3.1. Netflix: show me what you are looking at and I’ll personalize what you like 162 8.3.2. Amazon: when AI comes into your everyday life 165 8.3.3. And more: proof that data are a source of creativity 168 8.4. Conclusions 171 Bibliography 173 Index 181

Read more less

Book SynopsisThe different facets of the sharing economy offer numerous opportunities for businesses ? particularly those that can be distinguished by their creative ideas and their ability to easily connect buyers and senders of goods and services via digital platforms. At the beginning of the growth of this economy, the advanced digital technologies generated billions of bytes of data that constitute what we call Big Data. This book underlines the facilitating role of Big Data analytics, explaining why and how data analysis algorithms can be integrated operationally, in order to extract value and to improve the practices of the sharing economy. It examines the reasons why these new techniques are necessary for businesses of this economy and proposes a series of useful applications that illustrate the use of data in the sharing ecosystem.Table of ContentsPreface xi Introduction xiii Part 1. The Sharing Economy or the Emergence of a New Business Model 1 Chapter 1. The Sharing Economy: A Concept Under Construction 3 1.1. Introduction 3 1.2. From simple sharing to the sharing economy 5 1.2.1. The genesis of the sharing economy and the break with “consumer” society 5 1.2.2. The sharing economy: which economy? 8 1.3. The foundations of the sharing economy 10 1.3.1. Peer-to-peer (P2P): a revolution in computer networks 10 1.3.2. The gift: the abstract aspect of the sharing economy 13 1.3.3. The service economy and the offer of use 18 1.4. Conclusion 24 Chapter 2. An Opportunity for the Business World 25 2.1. Introduction 25 2.2. Prosumption: a new sharing economy trend for the consumer 27 2.3. Poverty: a target in the spotlight of the shared economy 29 2.4. Controversies on economic opportunities of the sharing economy 31 2.5. Conclusion 37 Chapter 3. Risks and Issues of the Sharing Economy 39 3.1. Introduction 39 3.2. Uberization: a white grain or just a summer breeze? 40 3.3. The sharing economy: a disruptive model 43 3.4. Major issues of the sharing economy 47 3.5. Conclusion 50 Chapter 4. Digital Platforms and the Sharing Mechanism 51 4.1. Introduction 51 4.2. Digital platforms: “What growth!” 52 4.3. Digital platforms or technology at the service of the economy 54 4.4. From the sharing economy to the sharing platform economy 57 4.5. Conclusion 59 Part 2. Big Data Analytics at the Service of the Sharing Economy 61 Chapter 5. Beyond the Word “Big”: The Changes 63 5.1. Introduction 63 5.2. The 3 Vs and much more: volume, variety, velocity 64 5.2.1. Volume 65 5.2.2. The variety 66 5.2.3. Velocity 67 5.2.4. What else? 68 5.3. The growth of computing and storage capacities 69 5.3.1. Big Data versus Big Computing 70 5.3.2. Big Data storage 71 5.3.3. Updating Moore’s Law 73 5.4. Business context change in the era of Big Data 74 5.4.1. The decision-making process and the dynamics of value creation 75 5.4.2. The emergence of new data-driven business models 77 5.5. Conclusion 78 Chapter 6. The Art of Analytics 81 6.1. Introduction 81 6.2. From simple analysis to Big Data analytics 82 6.2.1. Descriptive analysis: learning from past behavior to influence future outcomes 84 6.2.2. Predictive analysis: analyzing data to predict future outcomes 84 6.2.3. Prescriptive analysis: recommending one or more action plan(s) 85 6.2.4. From descriptive analysis to prescriptive analysis: an example 87 6.3. The process of Big Data analytics: from the data source to its analysis 88 6.3.1. Definition of objectives and requirements 90 6.3.2. Data collection 91 6.3.3. Data preparation 92 6.3.4. Exploration and interpretation 94 6.3.5. Modeling 95 6.3.6. Deployment 97 6.4. Conclusion 97 Chapter 7. Data and Platforms in the Sharing Context 99 7.1. Introduction 99 7.2. Pioneers in Big Data 101 7.2.1. Big Data on Walmart’s shelves 101 7.2.2. The Big Data behind Netflix’s success story 102 7.2.3. The Amazon version of Big Data 103 7.2.4. Big data and social networks: the case of Facebook 104 7.2.5. IBM and data analysis in the health sector 105 7.3. Data, essential for sharing 106 7.3.1. Data and platforms at the heart of the sharing economy 108 7.3.2. The data of sharing economy companies 110 7.3.3. Privacy and data security in a sharing economy 111 7.3.4. Open Data and platform data sharing 114 7.4. Conclusion 116 Chapter 8. Big Data Analytics Applied to the Sharing Economy 119 8.1. Introduction 119 8.2. Big Data and Machine Learning algorithms serving the sharing economy 121 8.2.1. Machine Learning algorithms 122 8.2.2. Algorithmic applications in the sharing economy context 124 8.3. Big Data technologies: the sharing economy companies’ toolbox 125 8.3.1. The appearance of a new concept and the creation of new technologies 127 8.4. Big Data on the agenda of sharing economy companies 130 8.4.1. Uber 131 8.4.2. Airbnb 132 8.4.3. BlaBlaCar 133 8.4.4. Lyft 134 8.4.5. Yelp 135 8.4.6. Other cases 137 8.5. Conclusion 139 Part 3. The Sharing Economy? Not Without Big Data Algorithms 141 Chapter 9. Linear Regression 143 9.1. Introduction 143 9.2. Linear regression: an advanced analysis algorithm 144 9.2.1. How are regression problems identified? 145 9.2.2. The linear regression model 146 9.2.3. Minimizing modeling error 148 9.3. Other regression methods 149 9.3.1. Logistic regression 150 9.3.2. Additional regression models: regularized regression 151 9.4. Building your first predictive model: a use case 152 9.4.1. What variables help set a rental price on Airbnb? 152 9.5. Conclusion 169 Chapter 10. Classification Algorithms 171 10.1. Introduction 171 10.2. A tour of classification algorithms 172 10.2.1. Decision trees 172 10.2.2. Naïve Bayes 175 10.2.3. Support Vector Machine (SVM) 177 10.2.4. Other classification algorithms 179 10.3. Modeling Airbnb prices with classification algorithms 183 10.3.1. The work that’s already been done: overview 184 10.3.2. Models based on trees: decision tree versus Random Forest 185 10.3.3. Price prediction with kNN 190 10.4. Conclusion 193 Chapter 11. Cluster Analysis 195 11.1. Introduction 195 11.2. Cluster analysis: general framework 196 11.2.1. Cluster analysis applications 197 11.2.2. The clustering algorithm and the similarity measure 198 11.3. Grouping similar objects using k-means 200 11.3.1. The k-means algorithm 201 11.3.2. Determine the number of clusters 203 11.4. Hierarchical classification 205 11.4.1. The hierarchical model approach 206 11.4.2. Dendrograms 207 11.5. Discovering hidden structures with clustering algorithms 208 11.5.1. Illustration of the classification of prices based on different characteristics using the k-means algorithm 209 11.5.2. Identify the number of clusters k 210 11.6. Conclusion 213 Conclusion 215 References 217 Index 233

Read more less

Book SynopsisData science unifies statistics, data analysis and machine learning to achieve a better understanding of the masses of data which are produced today, and to improve prediction. Special kinds of data (symbolic, network, complex, compositional) are increasingly frequent in data science. These data require specific methodologies, but there is a lack of reference work in this field. Advances in Data Science fills this gap. It presents a collection of up-to-date contributions by eminent scholars following two international workshops held in Beijing and Paris. The 10 chapters are organized into four parts: Symbolic Data, Complex Data, Network Data and Clustering. They include fundamental contributions, as well as applications to several domains, including business and the social sciences. Table of ContentsPreface xi Part 1. Symbolic Data 1 Chapter 1. Explanatory Tools for Machine Learning in the Symbolic Data Analysis Framework 3Edwin DIDAY 1.1. Introduction 4 1.2. Introduction to Symbolic Data Analysis 6 1.2.1. What are complex data? 6 1.2.2. What are “classes” and “class of complex data”? 7 1.2.3. Which kind of class variability? 7 1.2.4. What are “symbolic variables” and “symbolic data tables”? 7 1.2.5. Symbolic Data Analysis (SDA) 9 1.3. Symbolic data tables from Dynamic Clustering Method and EM 10 1.3.1. The “dynamical clustering method” (DCM) 10 1.3.2. Examples of DCM applications 10 1.3.3. Clustering methods by mixture decomposition 12 1.3.4. Symbolic data tables from clustering 13 1.3.5. A general way to compare results of clustering methods by the “explanatory power” of their associated symbolic data table 15 1.3.6. Quality criteria of classes and variables based on the cells of the symbolic data table containing intervals or inferred distributions 15 1.4. Criteria for ranking individuals, classes and their bar chart descriptive symbolic variables 16 1.4.1. A theoretical framework for SDA 16 1.4.2. Characterization of a category and a class by a measure of discordance 18 1.4.3. Link between a characterization by the criteria W and the standard Tf-Idf 19 1.4.4. Ranking the individuals, the symbolic variables and the classes of a bar chart symbolic data table 21 1.5. Two directions of research 23 1.5.1. Parametrization of concordance and discordance criteria 23 1.5.2. Improving the explanatory power of any machine learning tool by a filtering process 25 1.6. Conclusion 27 1.7. References 28 Chapter 2. Likelihood in the Symbolic Context 31Richard EMILION and Edwin DIDAY 2.1. Introduction 31 2.2. Probabilistic setting 32 2.2.1. Description variable and class variable 32 2.2.2. Conditional distributions 33 2.2.3. Symbolic variables 33 2.2.4. Examples 35 2.2.5. Probability measures on (ℂ, C), likelihood 37 2.3. Parametric models for p = 1 38 2.3.1. LDA model 38 2.3.2. BLS method 41 2.3.3. Interval-valued variables 42 2.3.4. Probability vectors and histogram-valued variables 42 2.4. Nonparametric estimation for p = 1 45 2.4.1. Multihistograms and multivariate polygons 45 2.4.2. Dirichlet kernel mixtures 45 2.4.3. Dirichlet Process Mixture (DPM) 45 2.5. Density models for p ≥ 2 46 2.6. Conclusion 46 2.7. References 47 Chapter 3. Dimension Reduction and Visualization of Symbolic Interval-Valued Data Using Sliced Inverse Regression 49Han-Ming WU, Chiun-How KAO and Chun-houh CHEN 3.1. Introduction 49 3.2. PCA for interval-valued data and the sliced inverse regression 51 3.2.1. PCA for interval-valued data 51 3.2.2. Classic SIR 52 3.3. SIR for interval-valued data 53 3.3.1. Quantification approaches 54 3.3.2. Distributional approaches 56 3.4. Projections and visualization in DR subspace 58 3.4.1. Linear combinations of intervals 58 3.4.2. The graphical representation of the projected intervals in the 2D DR subspace 59 3.5. Some computational issues 61 3.5.1. Standardization of interval-valued data 61 3.5.2. The slicing schemes for iSIR 62 3.5.3. The evaluation of DR components 62 3.6. Simulation studies 63 3.6.1. Scenario 1: aggregated data 63 3.6.2. Scenario 2: data based on interval arithmetic 63 3.6.3. Results 64 3.7. A real data example: face recognition data 65 3.8. Conclusion and discussion 73 3.9. References 74 Chapter 4. On the “Complexity” of Social Reality. Some Reflections About the Use of Symbolic Data Analysis in Social Sciences 79Frédéric LEBARON 4.1. Introduction 79 4.2. Social sciences facing “complexity” 80 4.2.1. The total social fact, a designation of “complexity” in social sciences 80 4.2.2. Two families of answers 80 4.2.3. The contemporary deepening of the two approaches, “reductionist” and “encompassing” 81 4.2.4. Issues of scale and heterogeneity 82 4.3. Symbolic data analysis in the social sciences: an example 83 4.3.1. Symbolic data analysis 83 4.3.2. An exploratory case study on European data 83 4.3.3. A sociological interpretation 94 4.4. Conclusion 95 4.5. References 96 Part 2. Complex Data 99 Chapter 5. A Spatial Dependence Measure and Prediction of Georeferenced Data Streams Summarized by Histograms 101Rosanna VERDE and Antonio BALZANELLA 5.1. Introduction 101 5.2. Processing setup 103 5.3. Main definitions 104 5.4. Online summarization of a data stream through CluStream for Histogram data 106 5.5. Spatial dependence monitoring: a variogram for histogram data 107 5.6. Ordinary kriging for histogram data 110 5.7. Experimental results on real data 112 5.8. Conclusion 116 5.9. References 116 Chapter 6. Incremental Calculation Framework for Complex Data 119Huiwen WANG, Yuan WEI and Siyang WANG 6.1. Introduction 119 6.2. Basic data 122 6.2.1. The basic data space 122 6.2.2. Sample covariance matrix 123 6.3. Incremental calculation of complex data 124 6.3.1. Transformation of complex data 124 6.3.2. Online decomposition of covariance matrix 125 6.3.3. Adopted algorithms 128 6.4. Simulation studies 131 6.4.1. Functional linear regression 131 6.4.2. Compositional PCA 133 6.5. Conclusion 135 6.6. Acknowledgment 135 6.7. References 135 Part 3. Network Data 139 Chapter 7. Recommender Systems and Attributed Networks 141Françoise FOGELMAN-SOULIÉ, Lanxiang MEI, Jianyu ZHANG, Yiming LI, Wen GE, Yinglan LI and Qiaofei YE 7.1. Introduction 141 7.2. Recommender systems 142 7.2.1. Data used 143 7.2.2. Model-based collaborative filtering 145 7.2.3. Neighborhood-based collaborative filtering 145 7.2.4. Hybrid models 148 7.3. Social networks 150 7.3.1. Non-independence 150 7.3.2. Definition of a social network 150 7.3.3. Properties of social networks 151 7.3.4. Bipartite networks 152 7.3.5. Multilayer networks 153 7.4. Using social networks for recommendation 154 7.4.1. Social filtering 154 7.4.2. Extension to use attributes 155 7.4.3. Remarks 156 7.5. Experiments 156 7.5.1. Performance evaluation 156 7.5.2. Datasets 157 7.5.3. Analysis of one-mode projected networks 158 7.5.4. Models evaluated 160 7.5.5. Results 160 7.6. Perspectives 163 7.7. References 163 Chapter 8. Attributed Networks Partitioning Based on Modularity Optimization 169David COMBE, Christine LARGERON, Baptiste JEUDY, Françoise FOGELMAN-SOULIÉ and Jing WANG 8.1. Introduction 169 8.2. Related work 171 8.3. Inertia based modularity 172 8.4. I-Louvain 174 8.5. Incremental computation of the modularity gain 176 8.6. Evaluation of I-Louvain method 179 8.6.1. Performance of I-Louvain on artificial datasets 179 8.6.2. Run-time of I-Louvain 180 8.7. Conclusion 181 8.8. References 182 Part 4. Clustering 187 Chapter 9. A Novel Clustering Method with Automatic Weighting of Tables and Variables 189Rodrigo C. DE ARAÚJO, Francisco DE ASSIS TENORIO DE CARVALHO and Yves LECHEVALLIER 9.1. Introduction 189 9.2. Related Work 190 9.3. Definitions, notations and objective 191 9.3.1. Choice of distances 192 9.3.2. Criterion W measures the homogeneity of the partition P on the set of tables 193 9.3.3. Optimization of the criterion W 195 9.4. Hard clustering with automated weighting of tables and variables 196 9.4.1. Clustering algorithms MND–W and MND–WT 196 9.5. Applications: UCI data sets 201 9.5.1. Application I: Iris plant 201 9.5.2. Application II: multi-features dataset 204 9.6. Conclusion 206 9.7. References 206 Chapter 10. Clustering and Generalized ANOVA for Symbolic Data Constructed from Open Data 209Simona KORENJAK-ČERNE, Nataša KEJŽAR and Vladimir BATAGELJ 10.1. Introduction 209 10.2. Data description based on discrete (membership) distributions 210 10.3. Clustering 212 10.3.1. TIMSS – study of teaching approaches 215 10.3.2. Clustering countries based on age–sex distributions of their populations 217 10.4. Generalized ANOVA 221 10.5. Conclusion 225 10.6. References 226 List of Authors 229 Index 233

Read more less

Book SynopsisNew Methods of Market Research and Analysis prepares readers for the new reality posed by big data and marketing analytics. While connecting to traditional research approaches such as surveys and focus groups, this book shows how new technologies and new analytical capabilities are rapidly changing the way marketers obtain and process their information. In particular, the prevalence of big data systems always monitoring key performance indicators, trends toward more research using observation or observation and communication together, new technologies such as mobile, apps, geo-locators, and others, as well as the deep analytics allowed by cheap data processing and storage are all covered and placed in context. Scott Erickson goes beyond the buzzwords to provide relevant explanations of the meaning and impact of both big data and analytics, placing them in context with traditional marketing research. His engaging subject matter focuses on the practical aspects of big data concepts, precisely defining and illustrating key concepts and providing illuminating real world examples. This approachable style enables marketers to understand what data scientists are doing with big data systems and analytics, giving them a taste of the capabilities of contemporary statistical software and its practical applications.This book can be used as a supplement to a traditional marketing research text or on its own. It will serve as a key reference for graduate students and advanced undergraduates in marketing research, marketing analytics, or business intelligence courses as well as marketing professionals looking to stay up to date with current trends and have them explained in a context they understand.Trade Review'This is a wonderfully well-written, highly readable, book that covers the rapidly changing and increasingly complex landscape of data-driven marketing in depth. The distance traveled from ''Mad Men-esque'' focus groups to sophisticated inferential analyses of vast data arrays is very well captured. Erickson's use of real-life, and very current, examples, to frame critical issues and explain key concepts and details is remarkable. The reader often feels as if he/she is virtual member of a marketing analytics workgroup working on problems for firms like Tesco, Bloomberg, Lego, LiveAnalytics, Amazon, and others.' --Charles R. Christian, former Director of Employee Analytics, Johnson & JohnsonTable of ContentsContents: 1. Big Data and Marketing Analytics 2. Exploratory Research Design 3. Descriptive Research Design 4. Causal Research Design 5. Other Topics in Research and Analytics 6. Analytics 1: Big Data 7. Analytics 2: Marketing Analytics Index

Read more less

Book SynopsisData has dramatically changed how our world works. Understanding and using data is now one of the most transferable and desirable skills. Whether you're an entrepreneur wanting to boost your business, a jobseeker looking for that employable edge, or simply hoping to make the most of your current career, Confident Data Skills is here to help. This updated second edition takes you through the basics of data: from data mining and preparing and analysing your data, to visualizing and communicating your insights. It now contains exciting new content on neural networks and deep learning. Featuring in-depth international case studies from companies including Amazon, LinkedIn and Mike's Hard Lemonade Co, as well as easy-to understand language and inspiring advice and guidance, Confident Data Skills will help you use your new-found data skills to give your career that cutting-edge boost. About the Confident series... From coding and web design to data, digital content and cyber security, the Confident books are the perfect beginner's resource for enhancing your professional life, whatever your career path.Trade Review"The most comprehensive book I have seen for those wanting to get into data science - what Harvard Business Review called 'the sexiest job of the 21st century'." * Ben Taylor, Chief AI Evangelist, DataRobot *"Kirill Eremenko's book skilfully unravels the mysteries behind all the popular analytics tools and techniques, as well as many of the algorithms that power intelligent systems. I would recommend it to anyone who wants to pursue a career in data science. " * Dan Shiebler, Senior Machine Learning Engineer, Twitter Cortex *"Kirill Eremenko has come up with an amazing, unique way of making data science simple. From novices to the most experienced, anyone wanting to learn about data science will benefit from this book. Kirill covers everything from what data is and how to wrangle it, to helping you develop your own data analysis process, to effectively communicating with data. This book has it all! " * Andy Kriebel, Head Coach, The Information Lab Data School *"Eremenko is an established voice in the field, and his book is a must-read for anyone with an interest in using data science for business. Crammed with advice, Confident Data Skills provides the means to broaden one's horizons through data." * Michael Segala, CEO and Co-Founder, SFL Scientific *"Terrific. Eremenko has a knack for rendering complex theories in clear, elegant prose. Instructive and spirited, it will help you think - not only about the world around you but also about yourself." * Damian Mingle, Chief Data Scientist, Intermedix *Table of Contents Chapter - 00: Introduction; Section - ONE: "What is it?" key principles; Chapter - 01: Defining data; Chapter - 02: How data fulfils our needs; Chapter - 03: AI and our Future; Section - TWO: "When and where can I get it?" data gathering and analysis; Chapter - 04: Identify the problem; Chapter - 05: Data preparation; Chapter - 06: Data analysis (part I); Chapter - 07: Data analysis (part II); Section - THREE: "How can I present it?" communicating data; Chapter - 08: Data visualization; Chapter - 09: Data presentation; Chapter - 10: Your career in data science

Read more less

Book SynopsisThis textbook grew out of notes for the ECE143 Programming for Data Analysis class that the author has been teaching at University of California, San Diego, which is a requirement for both graduate and undergraduate degrees in Machine Learning and Data Science. This book is ideal for readers with some Python programming experience. The book covers key language concepts that must be understood to program effectively, especially for data analysis applications. Certain low-level language features are discussed in detail, especially Python memory management and data structures. Using Python effectively means taking advantage of its vast ecosystem. The book discusses Python package management and how to use third-party modules as well as how to structure your own Python modules. The section on object-oriented programming explains features of the language that facilitate common programming patterns.After developing the key Python language features, the book moves on to third-party modules that are foundational for effective data analysis, starting with Numpy. The book develops key Numpy concepts and discusses internal Numpy array data structures and memory usage. Then, the author moves onto Pandas and details its many features for data processing and alignment. Because strong visualizations are important for communicating data analysis, key modules such as Matplotlib are developed in detail, along with web-based options such as Bokeh, Holoviews, Altair, and Plotly.The text is sprinkled with many tricks-of-the-trade that help avoid common pitfalls. The author explains the internal logic embodied in the Python language so that readers can get into the Python mindset and make better design choices in their codes, which is especially helpful for newcomers to both Python and data analysis. To get the most out of this book, open a Python interpreter and type along with the many code samples.Table of ContentsIntroduction.- Basic Language.- Basic Data Structures.- Basic Programming.- File Input/Output.- Dealing with Errors.- Power Python Features to Master.- Advanced Language Features.- Using modules.- Object oriented programming.- Debugging from Python.- Using Numpy – Numerical Arrays in Python.- Data Visualization Using Python.- Bokeh for Web-based Visualization.- Getting Started with Pandas.- Some Useful Python-Fu.- Conclusion.

Read more less

Book SynopsisPython is used in a wide range of geoscientific applications, such as in processing images for remote sensing, in generating and processing digital elevation models, and in analyzing time series. This book introduces methods of data analysis in the geosciences using Python that include basic statistics for univariate, bivariate, and multivariate data sets, time series analysis, and signal processing; the analysis of spatial and directional data; and image analysis. The text includes numerous examples that demonstrate how Python can be used on data sets from the earth sciences. The supplementary electronic material (available online through Springer Link) contains the example data as well as recipes that include all the Python commands featured in the book.Table of ContentsData Analysis in the Earth Sciences.- Introduction to Python.- Univariate Statistics.- Bivariate Statistics.- Time Series Analysis.- Signal Processing.- Spatial Data.- Image Processing.- Multivariate Statistics.- Directional Data.

Read more less

Book SynopsisThis volume LNCS 14343 constitutes the refereed proceedings of the 8th ECML PKDD Workshop, AALTD 2023, in Turin, Italy, in September 2023. The 20 full papers were carefully reviewed and selected from 28 submissions. They are organized in the following topical section as follows: Machine Learning; Data Mining; Pattern Analysis; Statistics to Share their Challenges and Advances in Temporal Data Analysis. Table of ContentsHuman Activity Segmentation Challenge.- Human Activity Segmentation Challenge@ECML/PKDD’23.- Change points detection in multivariate signal applied to human activity segmentation.- Change Point Detection via Synthetic Signals.- Oral Presentation.- Clustering time series with k-medoids based algorithms.- Explainable Parallel RCNN with Novel Feature Representation for Time Series Forecasting.- RED CoMETS: an ensemble classifier for symbolically represented multivariate time series.- Deep Long Term Prediction for Semantic Segmentation in Autonomous Driving.- Extracting Features from Random Subseries: A Hybrid Pipeline for Time Series Classification and Extrinsic Regression.- ShapeDBA: Generating Effective Time Series Prototypes using ShapeDTW Barycenter Averaging.- Poster Presentation.- Temporal Performance Prediction for Deep Convolutional Long Short-Term Memory Networks.- Evaluating Explanation Methods for Multivariate Time SeriesClassification.- tGLAD: A sparse graph recovery based approach for multivariate time series segmentation.- Designing a New Search Space for Multivariate Time-Series Neural Architecture Search.- Back to Basics: A Sanity Check on Modern Time Series Classification Algorithms.- Do Cows Have Fingerprints? Using Time Series Techniques and Milk Flow Profiles to Characterise Cow Behaviours and Detect Health Issues.- Exploiting Context and Attention with Recurrent Neural Network for Sensor Time Series Prediction.- Rail Crack Propagation Forecasting Using Multi-horizons RNNs.- Electricity Load and Peak Forecasting: Feature Engineering, Probabilistic LightGBM and Temporal Hierarchies.- Time-aware Predictions of Moments of Change in Longitudinal User Posts on Social Media.

Read more less

Book Synopsis This volume deals with two complementary topics. On one hand the book deals with the problem of determining the the probability distribution of a positive compound random variable, a problem which appears in the banking and insurance industries, in many areas of operational research and in reliability problems in the engineering sciences. On the other hand, the methodology proposed to solve such problems, which is based on an application of the maximum entropy method to invert the Laplace transform of the distributions, can be applied to many other problems. The book contains applications to a large variety of problems, including the problem of dependence of the sample data used to estimate empirically the Laplace transform of the random variable. ContentsIntroductionFrequency modelsIndividual severity modelsSome detailed examplesSome traditional approaches to the aggregation problemLaplace transforms and fractional moment problemsThe standard maximum entropy methodExtensions of the method of maximum entropySuperresolution in maxentropic Laplace transform inversionSample data dependenceDisentangling frequencies and decompounding lossesComputations using the maxentropic densityReview of statistical procedures

Read more less

Book SynopsisBusiness-Process- und Workflow-Management, oder wie erreicht man eine Prozessverbesserung durch Prozessmanagement im Unternehmen ist ein topaktuelles Thema. Viele reden davon, Organisationen in Prozessorganisationen umzuwandeln, oder den Prozessgedanken in den Vordergrund der Organisation zu rücken, nicht nur um den aktuellen ISO-Normen zu genügen, sondern auch Effizienzverbesserungen zu erzielen. Dieses Buch leistet einen Beitrag dazu, das Prozessdenken in der Wirtschaftswelt zu verbreiten und zu verstärken, um Abläufe klarer, realitätsnah und verständlich darzustellen, zu verbessern und umzusetzen.Table of Contents1 Motivation.- 1.1 Viele Begriffe.- 1.2 Notwendigkeit von Workflow.- 2 Prozesse und Prozess-Management.- 2.1 Geschäftsprozesse.- 2.2 Geschäftsprozesse und Workflow-Prozesse.- 2.3 Geschäftsprozess- und Workflow-Management.- 2.3.1 Ziele und Vorteile.- 2.3.2 Modellierung von Ressourcen.- 2.3.3 3-dimensionale Ansicht eines Workflow nach van der Aalst.- 2.4 Design von Prozessen.- 2.4.1 Design-Schritte.- 2.4.2 Design-Richtlinien.- 2.4.3 Design-Kriterien.- 2.4.4 Design-Varianten.- 2.5 Prozessverbesserung durch BPR.- 2.6 Prozessverbesserung durch CPI.- 2.7 BPR vs. CPI.- 3 Prozess-Modellierung.- 3.1 Einführung in die Modellierung.- 3.2 Geschäftsprozess-Modellierung.- 3.2.1 Zweck der Prozess-Modellierung.- 3.2.2 Modellierungselemente.- 3.2.3 Anforderungen an Modellierungssprachen.- 3.2.4 Alternative Prozess-Modellierungssprachen.- 3.3 Petrinetze.- 3.3.1 Geschichtliches.- 3.3.2 Bestandteile und Interpretationen.- 3.3.3 Formales.- 3.3.4 Prozess-Modellierung mit Petrinetzen.- 3.4 Ereignisgesteuerte Prozessketten.- 3.4.1 Grundobjekte der EPK-Modellierung.- 3.4.2 Grundregeln der EPK-Modellierung.- 3.5 Architektur integrierter Informationssysteme.- 3.5.1 Fünf Sichten und drei Phasen.- 3.5.2 ARIS und erweiterte EPK.- 3.6 Petrinetze vs. EPK.- 4 Prozess-Analyse.- 4.1 Überblick.- 4.2 Prozess-Analyse bei Petrinetzen.- 4.2.1 Strukturanalyse.- 4.2.2 Verhaltensanalyse.- 4.2.3 Erreichbarkeitsanalyse.- 4.2.4 Linear-algebraische Darstellung.- 4.3 Performance-Analyse.- 4.3.1 Fragestellungen bei der Performance-Analyse.- 4.3.2 Warteschlangen-Modelle.- 4.4 Simulation.- 4.4.1 Einführung.- 4.4.2 Analysegrößen.- 4.4.3 Erstellen einer Simulationsstudie.- 5 Workflow-Management-Systeme.- 5.1 Historie.- 5.2 Aufgaben eines WfMS.- 5.3 Build-Time und Run-Time eines WfMS.- 5.4 Systemanforderungen.- 5.5 Technische Infrastruktur.- 5.5.1 Form-based Architekturen.- 5.5.2 Engine-based Architekturen.- 5.5.3 Ein Client-Server-Schichtmodell.- 5.6 Implementierung.- 5.6.1 Anforderungen.- 5.6.2 Vorgehen.- 5.6.3 Unterscheidungsmerkmale bei Systemen.- 5.7 Einige kommerzielle Systeme.- 5.7.1 INCOME Suite.- 5.7.2 COSA Workflow V4.1.- 5.7.3 FlowMind 4.1.7.- 5.7.4 P8BPM Suite.- 5.7.5 InConcert.- 5.8 Standardisierungsbemühimgen.- 5.8.1 Workflow Management Coalition (WfMC).- 5.8.2 Object Management Group (OMG).- 6 Konzepte in Verbindung mit Workflow-Management.- 6.1 Objektorientiertes WfM.- 6.1.1 Komponentenbasierte Softwareentwicklung.- 6.1.2 Das Konzept der Business-Objekte.- 6.1.3 Konsequenzen der Objektorientierung für das WfM.- 6.2 Dokumenten-Management.- 6.2.1 Der Dokumenten-Begriff.- 6.2.2 Dokumenten-Management-System.- 6.2.3 Einbeziehung von DM in WfM.- 6.3 CSCW/Groupwork.- 6.3.1 Begriffe.- 6.3.2 Groupware.- 6.3.3 Mögliche Klassifikationen.- 6.3.4 Infrastruktur.- 6.3.5 CSCW und WfM.- Übungen.- Literatur.

Read more less

Book SynopsisAnhand von zahlreichen Beispielen und Szenarien werden die einzelnen HR-Module von R/3 praxisorientiert vorgestellt und näher erläutert. Unter anderem sind folgende aktuelle Themen anhand des aktuellen Releasestandes 4.5 B im Blickpunkt: Vergütungsmanagement und Kostenplanung, Personalabrechnung, Zeitwirtschaft, Reisemanagement, HR-Internetanbindung etc.Table of ContentsPraxisnahe HR-Anwendungen des SAP R/3-Systems - HR-ORG Organisational Management (Organisationsmanagement) - HR-PAD Personal Planning and Development (Personalentwicklung und qualifizierende Maßnahmen) - HR-P&C Pay and Costing (Vergütungsmanagement und Kostenplanung) - HR-PAY Payroll (Personalabrechnung) - HR-TIM Time Management (Zeitwirtschaft) - HR-TRV Travelling (Reisemanagement) - HR-Internetanbindung

Read more less

Book SynopsisDas Wegweiser-Buch weist Wege zum erfolgreichen Einsatz des Commo­ dore 64. Das Wegweiser-Buch vermittelt aktuelles Grundlagenwissen zur Datenver­ arbeitung bzw. Informatik: -Was ist Hardware, Software und Firmware? - Was sind Großcomputer und Mikrocomputer? - Was sind Datenstrukturen und Programmstrukturen? -Was sind Betriebssysteme und Anwenderprogramme? - Was heißt ,fertige Programm-Pakete einsetzen'? -Was beinhaltet das eigene Programmieren? Nach der Lektüre dieses Abschnitts sind Sie in der Lage, den Commodore 64 in den Gesamtrahmen des Gebiets "Datenverarbeitung/Informatik" einzu­ ordnen. Das Wegweiser-Buch gibt eine erste Bedienungsanleitung: -Wie bediene ich Tastatur, Bildschirm, Floppy bzw. Disketteneinheit und Drucker des Commodore 64? -Wie erstelle ich mein erstes Programm in der Programmiersprache BASIC 2.0? -Welche Befehle umfaßt BASIC 2.0 (zu jedem Befehl wird ein Beispiel an­ gegeben)? -Welche Möglichkeiten bieten die drei Sprachversionen BASIC 2.0, BASIC 4.0 und SIMON's BASIC? - Laufen die Programme des Commodore 64 auf anderen Mikrocomputern von Commodore? Nach dem Durcharbeiten dieses Abschnitts können Sie Ihren Commodore 64 bedienen, Programme laufen lassen und einfache BASIC-Programme selbst erstellen und speichern. Das Wegweiser-Buch enthält einen kompletten Programmierkurs mit folgen­ den grundlegenden BASIC-Anwendungen: - Programme mit den wichtigen Ablaufstrukturen (Folge-, Auswahl-, W- derholungs-und Unterprogrammstrukturen). - Verarbeitung von Text, Ein-/Ausgabe und Tabellen. - Maschinennahe Programmierung( ... Bit für Bit). - Suchen, Sortieren, Mischen und Gruppieren von Daten. - Sequentielle Datei und Direktzugriff-Datei mit den Sprachen BASIC 2.0 und BASIC 4.0. Vorwort VI - Normale Grafik mit der Standardsprache BASIC 2.0. - Hl RES-Grafik und Sprite-Grafik mit SIMON's BASIC.Table of Contents1 Computer allgemein.- 2 Einstieg in die BASIC-Programmierung des Commodore 64.- 3 Programmierkurs mit BASIC 2.0, BASIC 4.0 und SIMON’s BASIC.- Programmverzeichnis.- Sachwortverzeichnis.

Read more less

Book SynopsisDieses Handbuch stellt umfassend den Stand traditioneller sowie neuer, computergestützter Technologien in allen Produktionsphasen von Printmedien dar. Auch zu elektronischen Medien wird klar Stellung bezogen. Als detailliertes Nachschlagewerk und Standardreferenz wendet es sich an technisch und kaufmännisch orientierte Fach- und Führungskräfte der grafischen Industrie. Neben Druckereien und Verlagen, der Zulieferindustrie, den Fachverbänden, werden jedoch auch Studenten und Auszubildende an Fachschulen und Hochschulen davon profitieren. Die schnell abrufbare, verlässliche Information sichert und verstärkt die berufliche Handlungsfähigkeit des Praktikers und gibt dem Studierenden eine Basis belastbaren Wissens. Das aufwendige farbige Layout unterstützt die Didaktik. Die robuste Ausstattung sorgt für eine lange Lebensdauer auch im täglichen Gebrauch.Table of Contents1 Grundlagen.- 1.1 Kommunikationstechnologien.- 1.1.1 Printmedien.- 1.1.1.1 Bücher.- 1.1.1.2 Zeitschriften.- 1.1.1.3 Zeitungen.- 1.1.1.4 Broschüren.- 1.1.1.5 Sonstige Drucksachen.- 1.1.2 Elektronische Medien.- 1.1.3 Multimedia.- 1.1.4 Verbreitung und Marktvolumen.- 1.1.5 Trends und Zukunftsszenarien.- 1.1.5.1 Veränderungen im traditionellen Printbereich.- 1.1.5.2 Integration neuer Medien.- 1.2 Drucksachenerzeugung.- 1.2.1 Gestaltung, Typografie, Grafik-Design.- 1.2.1.1 Schrift.- 1.2.1.2 Typografie.- 1.2.1.3 Grafik-Design.- 1.2.2 Druckvorstufe.- 1.2.3 Drucken.- 1.2.4 Druckweiterverarbeitung.- 1.2.5 Digitale Produktionseinrichtungen im Workflow.- 1.2.6 Premedia.- 1.3 Druckverfahren.- 1.3.1 Übersicht zu den Druckverfahren.- 1.3.2 Druckformgebundene Druckverfahren.- 1.3.2.1 Hochdruck/Flexodruck.- 1.3.2.2 Tiefdruck.- 1.3.2.3 Flachdruck/Offsetdruck.- 1.3.2.4 Siebdruck/Durchdruck.- 1.3.3 Druckverfahren ohne Druckform (NIP-Verfahren).- 1.3.3.1 Elektrofotografie.- 1.3.3.2 Ink Jet-Verfahren.- 1.3.3.3 Drucksysteme auf Basis von Non-Impact Printing-Verfahren.- 1.4 Druckqualität.- 1.4.1 Farbe/Farblehre.- 1.4.2 Farbbildaufbau.- 1.4.3 Rasterverfahren.- 1.4.4 Qualitätskontrolle/Meßtechnik.- 1.4.4.1 Farbmessung.- 1.4.4.2 Farbregister (Passer).- 1.4.4.3 Glanzmessung.- 1.4.5 Veredelung.- 1.4.5.1 Merkmale der Veredelung.- 1.4.5.2 Veredelungsverfahren.- 1.5 Materialien für Printmedien.- 1.5.1 Bedruckstoffe.- 1.5.2 Druckfarben.- 1.5.2.1 Aufbau und Anforderungen.- 1.5.2.2 Offsetdruckfarben.- 1.5.2.3 Tiefdruckfarben.- 1.5.2.4 Druckfarben für den Flexodruck.- 1.5.2.5 Druckfarben für den Buchdruck.- 1.5.2.6 Druckfarben für den Siebdruck.- 1.5.2.7 Tampondruckfarben.- 1.5.2.8 Farben für Non-Impact-Druckverfahren.- 1.5.3 Lacke.- 1.6 Druckmaschinen und Drucksysteme.- 1.6.1 Allgemeiner Aufbau.- 1.6.2 Bauweisen zum Mehrfarbendruck.- 1.6.2.1 Bogendruckmaschinen.- 1.6.2.2 Rollendruckmaschinen.- 1.6.2.3 Verpackungsdruckmaschinen.- 1.7 Trocknungsverfahren.- 1.7.1 Physikalische Trocknung (Wegschlagen).- 1.7.1.1 Infrarot- (IR-) Trocknung.- 1.7.1.2 Verdunstungstrocknung.- 1.7.1.3 Probleme in der Praxis.- 1.7.2 Chemische Trocknung.- 1.7.2.1 Oxidation.- 1.7.2.2 Ultraviolett- (UV-) Trocknung.- 1.7.2.3 Elektronenstrahl (ES-) Trocknung.- 1.7.3 Hilfstechniken zur Trocknung.- 1.7.3.1 Puderbestäubung.- 1.7.3.2 Silikonisieren.- 1.7.4 Meßtechnik.- 1.8 Produkte der Druckverarbeitung.- 1.9 Managementaspekte und Geschäftsmodelle.- 1.9.1 Produktionsmöglichkeiten und Geschäftsmodelle.- 1.9.1.1 Wertschöpfungskette (Fertigungstiefe und Produktpalette).- 1.9.1.2 Finanzierungs- und Vertriebsmodelle.- 1.9.1.3 Mediengeschäft als technische Dienstleistung.- 1.9.2 Koordination der Arbeitsabläufe.- 1.9.2.1 Lean Production und Lean Management.- 1.9.2.2 Terminverfolgung.- 1.9.2.3 Qualitätssicherung.- 1.9.3 Produktionslayout.- 1.9.3.1 Materialfluß.- 1.9.3.2 Kapazitätsauslegung.- 1.9.3.3 Personaleinsatz und Versorgungsmedien.- 2 Drucktechnologien mit fester Druckform.- 2.1 Offsetdruck.- 2.1.1 Grundlagen.- 2.1.1.1 Verfahren.- 2.1.1.2 Druckplatten, Druckfarbe, Feuchtmittel.- 2.1.1.3 Farbwerk, Feuchtwerk, Druckwerk.- 2.1.1.4 Druckqualität.- 2.1.2 Bogenoffsetdruck.- 2.1.2.1 Papierlauf.- 2.1.2.2 Anleger.- 2.1.2.3 Druckwerke.- 2.1.2.4 Bogenwendung/Schön- und Widerdruck.- 2.1.2.5 Ausleger.- 2.1.2.6 Trocknung.- 2.1.2.7 Veredelung und Inline-Weiterverarbeitung.- 2.1.2.8 Maschinentechnik (Sonderkonstruktionen).- 2.1.3 Rollenoffsetdruck.- 2.1.3.1 Maschinen- und Anlagenkonzepte (Komponenten).- 2.1.3.2 Bahnlauf (Zufuhr und Weiterverarbeitung).- 2.1.3.3 Druckwerk.- 2.1.3.4 Falzapparate, Produktionsvarianten.- 2.1.3.5 Zeitungs druck.- 2.1.4 Steuerungs-, Meß- und Regelungstechnik.- 2.1.4.1 Systeme zur Maschinensteuerung.- 2.1.4.2 Farbmeß- und -regelungstechnik.- 2.1.4.3 Farbregistermessung und -regelung.- 2.1.4.4 Bildinspektion.- 2.1.4.5 Inline-Druckqualitäts-Meß- und Regelungstechnik.- 2.1.4.6 Status zur Steuerungs-, Meß- und Regelungstechnik.- 2.1.5 Automatisierung zur Druckproduktion von Printmedien.- 2.1.5.1 Waschvorgänge.- 2.1.5.2 Druckplattenwechsel.- 2.1.5.3 Papierformat, Papierlauf.- 2.1.5.4 Voreinstellung der Farbführung im Druckwerk.- 2.1.5.5 Farb- und Feuchtmittelversorgung.- 2.1.5.6 Einrichten der Druckmaschine zum Fortdruck.- 2.1.6 Maschinenbeispiele und Produktionssysteme.- 2.1.6.1 Bogenmaschinen.- 2.1.6.2 Rollendruckmaschinen.- 2.1.7 Weiterentwicklungspotentiale.- 2.1.7.1 Druckqualität.- 2.1.7.2 Offsetprozeß.- 2.1.7.3 Trocknung.- 2.1.7.4 Automatisierung.- 2.2 Tiefdruck.- 2.2.1 Verfahren.- 2.2.1.1 Formzylinderherstellung.- 2.2.1.2 Formzylinderbebilderung.- 2.2.1.3 Formzylinder-Lagerhaltung und Formzylinderwechsel.- 2.2.1.4 Presseur.- 2.2.1.5 Farbwerk und Rakel.- 2.2.1.6 Trocknung.- 2.2.1.7 Umfangs- und Seitenregister.- 2.2.1.8 Magazinwendestangen-Überau.- 2.2.1.9 Tiefdruck-Falzapparat.- 2.2.1.10 Rollenträger.- 2.2.2 Maschinenbeispiele.- 2.2.3 Tiefdruck in der Verpackungsindustrie.- 2.2.4 Weiterentwicklungspotentiale.- 2.3 Hochdruck.- 2.3.1 Grundlage.- 2.3.2 Buchdruck (Verfahren und Anwendungen).- 2.3.3 Flexodruck.- 2.3.3.1 Verfahren.- 2.3.3.2 Druckwerk.- 2.3.3.3 Maschinenbeispiele.- 2.3.4 Weiterentwicklungspotentiale.- 2.4 Siebdruck.- 2.4.1 Verfahren.- 2.4.1.1 Druckformherstellung.- 2.4.1.2 Druckvorgang.- 2.4.2 Anwendungen.- 2.4.2.1 Siebdruck auf ebene Oberflächen.- 2.4.2.2 Siebdruck auf gewölbte Oberflächen.- 2.4.3 Maschinenbeispiele.- 2.4.3.1 Anlagen und Maschinen für Flachsiebdruck.- 2.4.3.2 Siebdruckanlagen zum Bedrucken konvexer Oberflächen.- 2.4.3.3 Rotationssiebdruckmaschinen.- 2.4.4 Weiterentwicklungspotentiale.- 2.5 Sonderdruckverfahren und produktspezifische Anwendungen.- 2.5.1 Wertpapierdruck.- 2.5.1.1 Banknoten.- 2.5.1.2 Postwertzeichen, Wertmarken.- 2.5.1.3 Dokumente.- 2.5.2 Formulardruck.- 2.5.3 Etikettendruck.- 2.5.4 Tampondruck.- 2.5.4.1 Druckverfahren.- 2.5.4.2 Druckformherstellung.- 2.5.4.3 Tampon, Farbe, Werkstückaufnahme.- 2.5.4.4 Mehrfarbendruck, Anwendungen.- 3 Druckvorstufe.- 3.1 Konventionelle Druckvorstufe.- 3.1.1 Textbearbeitung und Satzherstellung.- 3.1.1.1 Arbeitsablauf bei der Herstellung eines Satzprodukts.- 3.1.1.2 Manuskript.- 3.1.1.3 Texteingabe.- 3.1.1.4 Textverarbeitung und Satzherstellung.- 3.1.2 Textausgabe zur Film- bzw. Druckformherstellung.- 3.1.2.1 Bauprinzipien von Ausgabegeräten.- 3.1.2.2 Anforderungen an Filme.- 3.1.3 Fotomechanische Bildbearbeitung bzw. Reproherstellung.- 3.1.3.1 Anwendung und Bedeutung der analogen Reproduktionstechnik.- Grundlagen und Aufgaben der fotomechanischen Reproduktionstechnik.- 3.1.3.3 Materialien.- 3.1.3.4 Maschinen und Geräte der Reproduktionstechnik.- 3.1.3.5 Herstellung von Kopiervorlagen (Filme) für den Einfarbendruck.- 3.1.3.6 Herstellung von Kopiervorlagen für den Mehrfarbendruck.- 3.1.4 Elektronische Reproduktionstechnik (Reproscanner).- 3.1.5 Montage.- 3.1.5.1 Seitenmontage (Umbruch).- 3.1.5.2 Druckbogenmontage.- 3.1.6 Proof bzw. Probedruck.- 3.1.7 Druckformherstellung und deren Qualitätskontrolle.- 3.1.7.1 Allgemeines.- 3.1.7.2 Flachdruck (Offsetdruckverfahren).- 3.1.7.3 Hochdruck.- 3.1.7.4 Tiefdruck.- 3.1.7.5 Siebdruck (Durchdruck).- 3.1.8 Farbanpassung (Color-Management).- 3.1.8.1 Verfahren zur Ton- und Farbwertkorrektur.- 3.1.8.2 Offset-Tiefdruck-Konversion.- 3.2 Digitale Druckvorstufe.- 3.2.1 Digitaler Druckproduktaufbau.- 3.2.1.1 Technologische Möglichkeiten und Arbeitsabläufe.- 3.2.1.2 Digitale Beschreibung der Druckseite.- 3.2.1.3 Digitale Rasterverfahren.- 3.2.2 Qualitätsanforderungen.- 3.2.2.1 Auflösung bei Eingabe und Ausgabe.- 3.2.2.2 Übertragbarer Tonwertbereich.- 3.2.2.3 Rasterpunktform.- 3.2.2.4 Tonwerteinflüsse im Druck.- 3.2.2.5 Farbmanagement-Profile.- 3.2.2.6 Bildabhängige Effekte und Korrekturen.- 3.2.3 Digitale Fotografie.- 3.2.3.1 Ursprünge der digitalen Fotografie.- 3.2.3.2 Bildabtastung mit Digitalkameras.- 3.2.3.3 Anforderungen an die Auflösung.- 3.2.3.4 Spezielle Merkmale von Digitalkameras.- 3.2.3.5 Digitalfotografie und Color-Management.- 3.2.4 Digitalisierung von Vorlagen (Scanner).- 3.2.4.1 Scanner-Bauarten und -Modelle.- 3.2.4.2 Trommelscanner.- 3.2.4.3 Flachbettscanner.- 3.2.4.4 Digitalisieren und Redigitalisieren.- 3.2.5 Bogenmontage und Ausschießen.- 3.2.5.1 Seitenumbruch und Bogenmontage.- 3.2.5.2 Ganzbogenausgabe.- 3.2.5.3 Ausschießen per Software.- 3.2.5.4 Imposition-Workflows.- 3.2.6 Raster Image Processor (RIP).- 3.2.7 Datenspeicher.- 3.2.8 Netzwerke.- 3.2.8.1 Netzwerkkonzepte und -komponenten.- 3.2.8.2 Arbeiten in Netzen.- 3.2.9 Datenformate.- 3.2.10 Color-Management.- 3.2.10.1 Ablauf der Bildreproduktion mit Color-Management.- 3.2.10.2 Herstellung von Farbprofilen.- 3.2.10.3 Struktur von Farbprofilen.- 3.2.10.4 Verknüpfung von Farbprofilen.- 3.2.10.5 Wiedergabeart.- 3.2.10.6 Color-Management und Proof-Herstellung.- 3.2.10.7 Color-Management bei Bildern im Internet.- 3.2.10.8 Color-Management und Standardisierung.- 3.2.11 Digitaler Proof.- 3.2.11.1 Digitale Proof-Verfahren.- 3.2.11.2 Softproof.- 3.2.11.3 Hardproof.- 3.2.11.4 Color-Management-Konzepte.- 3.2.11.5 Preflight-Check.- 3.2.12 Film- und Plattenherstellung.- 3.2.12.1 Computer to Film-Belichter.- 3.2.12.2 Computer to Plate-Belichter.- 3.2.12.3 Computer to Film und Computer to Plate im Workflow der Druckvorstufe.- 4 Computer to ...-Technologien.- 4.1 Übersicht zu den Technologien.- 4.1.1 Computer to Film.- 4.1.2 Computer to Plate.- 4.1.3 Computer to Press (Direct Imaging und Computer to Print).- 4.1.4 Einsatz von Computer to ... -Technologien und Vernetzung zur Produktion von Printmedien.- 4.2 Computer to Film.- 4.2.1 Prinzipien und Anlagen.- 4.2.2 Filmmaterial.- 4.3 Computer to Plate/to Cylinder/to Screen.- 4.3.1 Einführung.- 4.3.2 Technik von Computer to Plate-Anlagen für den Offsetdruck.- 4.3.2.1 Konstruktionsprinzipien.- 4.3.2.2 Bebilderungsverfahren und Plattenstanzung.- 4.3.2.3 Computer to Plate-Anlagen für den Offsetdruck.- 4.3.3 Computer to Plate für den Flexodruck.- 4.3.4 Computer to Cylinder für den Tiefdruck.- 4.3.5 Computer to Screen (Siebdruck).- 4.3.6 Arbeitsablauf bei Computer to Plate.- 4.3.7 Qualitätssteigerung durch Computer to Plate.- 4.3.8 Produktivität und Wirtschaftlichkeit.- 4.3.9 Druckplatten für die digitale Bebilderung.- 4.3.10 Trends bei Computer to Plate.- 4.4 Computer to Press/Direct Imaging.- 4.4.1 Computer to Press/Direct Imaging mit Druckformwechsel pro Druckauftrag.- 4.4.1.1 Computer to Press/Direct Imaging-Drucksysteme.- 4.4.1.2 Verbreitung und Systemvergleich.- 4.4.2 Computer to Press/Direct Imaging-Drucksysteme mit wiederbeschreibbarer Druckform.- 4.4.2.1 Konzepte für wiederbeschreibbare Druckformen mit Materialauftrag.- Aufbau von wiederbeschreibbaren Druckplattensystemen ohne Materialauftrag.- 4.5 Computer to Print.- 4.5.1 Drucksysteme auf Basis der Elektrofotografie.- 4.5.2 Drucksysteme auf Basis von Ionografie, Magnetografie und Ink Jet.- 4.5.3 Konstruktionsprinzipien zum Aufbau von Computer to Print-Drucksystemen.- 4.5.4 Digitaldruck.- 5 Druckverfahren ohne Druckform (NIP-Verfahren).- 5.1 Prinzipien und Basiskomponenten.- 5.1.1 Computer to Press/to Print-Technologie.- 5.1.2 Non-Impact-Druckverfahren (Übersicht).- 5.1.3 Druckprozeß und Funktionskomponenten bei NIP-Technologien.- 5.1.4 Digital angesteuerter Bildaufbau bei NIP-Technologien.- 5.1.5 Systemkonzepte/Architektur zum Aufbau von Computer to Print-Systemen.- 5.1.6 Farben für Non-Impact Printing-Systeme.- 5.1.7 Systemkomponenten für Computer to Print.- 5.2 Elektrofotografie.- 5.2.1 Prinzip der Elektrofotografie.- 5.2.2 Bebilderungseinrichtungen.- 5.2.3 Farbwerk (Entwicklungseinheit) und Toner.- 5.2.4 Fixierung und Reinigung.- 5.2.5 Konzeption der Druckeinheit.- 5.3 Ionografie.- 5.3.1 Druckeinheit.- 5.3.2 Bebilderungssystem.- 5.3.3 Druckwerkkonzepte und Drucksysteme auf Basis der Ionografie.- 5.4 Magnetografie.- 5.4.1 Prinzip der Magnetografie.- 5.4.2 Bebilderungssystem.- 5.4.3 Anwendungsbeispiele/Drucksysteme.- 5.5 Ink Jet.- 5.5.1 Übersicht zu den Ink Jet-Technologien.- 5.5.2 Continuous Ink Jet.- 5.5.3 Drop on Demand Ink Jet-Technologien.- 5.5.4 Aufbau von Ink Jet-Arrays.- 5.5.5 Drucksysteme mit Ink Jet-Technologie für den Mehrfarbendruck (Auswahl).- 5.6 Thermografie.- 5.6.1 Übersicht zu den Thermografie-Verfahren.- 5.6.2 Thermotransfer-Drucksysteme.- 5.6.3 Thermosublimations-Drucksysteme.- 5.7 Elektrografie.- 5.8 Fotografie.- 5.9 „X“-Grafie.- 5.9.1 TonerJet Printing-Technologie.- 5.9.2 Elcography.- 5.9.3 Direct Imaging Printing-Technologie.- 5.9.4 Beurteilung neuartiger NIP-Verfahren.- 6 Hybrid-Drucksysteme.- 6.1 Verfahrens- und Technologieübersicht zum Druck.- 6.2 Kombinationsvarianten zum Aufbau von Hybrid-Drucksystemen.- 6.3 Systemkonzepte und Realisierungsbeispiele.- 6.3.1 Hybrid-Drucksysteme durch Kombination konventioneller Druckverfahren.- 6.3.2 Hybrid-Drucksysteme durch Kombination von NIP-Verfahren.- 6.3.3 Hybrid-Drucksysteme durch Kombination konventioneller mit NIP-Verfahren.- 6.3.4 Hybrid-Drucksysteme durch Kombination von Computer to Press/Direct Imaging- mit NIP-Verfahren.- 6.3.5 Hybrid-Drucksysteme durch Kombination von konventionellen Druckverfahren mit den Computer to Press-Verfahren.- 6.4 Hybrid-Techniken für Inline- und Offline-Produktion.- 7 Druckweiterverarbeitung.- 7.1 Klassifizierung der Druckweiterverarbeitung.- 7.2 Prozeßabschnitte und Verfahren in der Druckweiterverarbeitung.- 7.2.1 Schneiden und Stanzen.- 7.2.1.1 Charakterisierung der Prozeßabschnitte.- 7.2.1.2 Schneiden mit Planschneidern.- 7.2.1.3 Schneiden von Bahnen.- 7.2.1.4 Stanzen.- 7.2.2 Falzen.- 7.2.2.1 Charakterisierung des Prozeßabschnittes.- 7.2.2.2 Falzen mit Falzmaschinen.- 7.2.2.3 Falzen von Buchbinderbogen.- 7.2.3 Vorrichten.- 7.2.3.1 Charakterisierung des Prozeßabschnittes.- 7.2.3.2 Vorrichten in der industriellen Druckweiterverarbeitung.- 7.2.4 Sammeln zu Blocks.- 7.2.4.1 Charakterisierung des Prozeßabschnittes.- 7.2.4.2 Zusammentragen.- 7.2.4.3 Sammeln zu Einlagenblocks.- 7.2.5 Block binden.- 7.2.5.1 Charakterisierung des Prozeßabschnittes.- 7.2.5.2 Buchfadenheften.- 7.2.5.3 Klebebinden.- 7.2.5.4 Fadensiegeln.- 7.2.5.5 Drahtheften.- 7.2.6 Beschneiden.- 7.2.6.1 Charakterisierung des Prozeßabschnittes.- 7.2.6.2 Beschneiden von Buchblocks und Broschuren.- 7.2.7 Ausstattung von Büchern und Broschuren.- 7.2.7.1 Charakterisierung der Prozeßabschnitte.- 7.2.7.2 Prozeßabschnitte der Blockausstattung.- 7.2.8 Decken machen.- 7.2.8.1 Charakterisierung des Teilprozesses.- 7.2.8.2 Buchdeckenherstellung.- 7.2.9 Buchendverarbeitung.- 7.2.9.1 Charakterisierung des Teilprozesses.- 7.2.9.2 Prozeßabschnitte der Buchendverarbeitung.- 7.2.10 Verpackung.- 7.2.10.1 Charakterisierung der Prozeßabschnitte.- 7.2.10.2 Verpackung von Büchern und Broschuren.- 7.3 Prozeßgestaltung in der Druckverarbeitung.- 7.3.1 Grundlagen der Prozeßgestaltung.- 7.3.1.1 Fließfertigung in der Druckverarbeitung.- 7.3.1.2 Verkettungsbausteine der Druckverarbeitung.- 7.3.1.3 Zwischenlagern von Falzbogen.- 7.3.2 Fließfertigung in der Druckverarbeitung (Beispiele).- 7.3.2.1 Schneidstraßen für Etiketten.- 7.3.2.2 Fließstrecken für Mailings und Falzprodukte.- 7.3.2.3 Versandraum für Zeitungen.- 7.3.2.4 Versandraum für Zeitschriften.- 7.3.2.5 Bindestraßen für Mehrlagenbroschuren.- 7.3.2.6 Fließstrecken für Festeinbände.- 7.3.2.7 Druckverarbeitung von Kleinstauflagen.- 7.3.2.8 Anlagen zur Herstellung von Beuteln.- 7.3.2.9 Faltschachteln.- 8 Material- und Datenfluß.- 8.1 Logistik zum Materialtransport.- 8.1.1 Logistik im Druckmaschinenbereich.- 8.1.1.1 Bereitstellung der Druckplatten.- 8.1.1.2 Papierrollenlogistik.- 8.1.1.3 Farb-, Feuchtmittel- und Luftversorgung.- 8.1.1.4 Makulaturentsorgung.- 8.1.1.5 Papierstapel Logistik im Bogenoffset-Druckmaschinenbereich.- 8.1.2 Logistik im Druckereibetrieb.- 8.1.2.1 Beschaffungslogistik.- 8.1.2.2 Lagerwirtschaft.- 8.1.2.3 Produktionslogistik.- 8.1.3 Logistik im Verlag.- 8.2 Vernetzung und Datenfluß zur Drucksachenproduktion.- 8.2.1 Netzwerkkonzepte und Interfaces.- 8.2.2 Digitaler Workflow.- 8.2.2.1 Digitaler Workflow in der Druckvorstufe.- 8.2.2.2 Digitaler Workflow und Digitaldruck (Computer to Press).- 8.2.2.3 Digitaler Workflow: Vorteile, Herausforderungen und Möglichkeiten.- 8.2.3 CIP3 zur rechnerintegrierten Fertigung (CIM) von Druckprodukten.- 8.2.4 Produktionsmanagement und -überwachungssysteme.- 8.2.4.1 Zielsetzung, Anwendungen.- 9.2.4.2 Produktionsüberwachungssysteme.- 9 Produktionsstrategien für Printmedien.- 9.1 Produktionskonzepte.- 9.1.1 Strategische Ausrichtung von Druckereibetrieben.- 9.1.2 Zentralisierte und verteilte Produktion.- 9.1.2.1 An einem Standort zentralisierte Produktion.- 9.1.2.2 Verteilte Produktion über mehrere Standorte.- 9.1.2.3 Integrierte Produktion, Verkettung von Aggregaten.- 9.1.3 Print on Demand.- 9.1.4 Personalisierung.- 9.2 Produktionssysteme.- 10 Vergleich der Druck- und Produktionsverfahren für Printmedien.- 10.1 Vorbereitung.- 10.2 Übersicht zu Verfahren und Technologien zur Produktion von Printmedien.- 10.3 Produktionsmöglichkeiten.- 10.4 Auswahlkriterien für Drucktechnologien und Produktionsverfahren.- 10.5 Leistungsmerkmale von Drucksystemen und Trends zur Printmedienproduktion.- 10.5.1 Qualität und Produktivität/Auflagenhöhe.- 10.5.2 Produktivität.- 10.5.3 Herstellkosten pro Druckseite.- 10.5.4 Trends zur Printmedienproduktion.- 11 Elektronische Medien und Multimedia.- 11.1 Medienbegriffe.- 11.2 Datentypen, Datenstrukturen und deren Anwendungen.- 11.2.1 Text.- 11.2.2 Grafik.- 11.2.3 Bild.- 11.2.4 Audio.- 11.2.5 Video.- 11.2.6 Animation.- 11.2.7 Virtual Reality.- 11.2.8 Augmented Reality.- 11.2.9 Multimedia.- 11.2.10 Dokument.- 11.3 Datenträger.- 11.3.1 Festplattenspeicher.- 11.3.2 Wiederbeschreibbare Wechselspeicher.- 11.3.3 CD-ROM und DVD-ROM.- 11.3.4 Magnetbänder.- 11.4 Netze.- 11.4.1 Internet.- 11.4.2 Intranet, Extranet.- 11.4.3 Breitbandnetze.- 11.5 Datenkompression.- 11.5.1 Komprimierte Datenarchive.- 11.5.2 Kompressionsverfahren für Bilddateien.- 11.5.3 Kompressionsverfahren für Audio.- 11.5.4 Kompressionsverfahren für Video.- 11.6 Ausgabegeräte für elektronische Medien und Multimedia.- 11.6.1 Bildschirmausgaben.- 11.6.2 Projektionsgeräte.- 11.6.3 Stereoausgaben.- 11.6.4 Direktprojektion ins Auge.- 11.7 Multimedia-Anwendungen.- 12 Printmedien und elektronische Medien.- 12.1 Beispiele für Printmedien und elektronische Medien.- 12.2 Produktion von Printmedien und elektronische Medien.- 12.3 „Elektronische“ Bücher, „Elektronische“ Farbe und „Elektronisches“ Papier.- 12.3.1 „Elektronische“ Bücher (E-Book).- 12.3.2 „Elektronische“ Farbe (E-Ink), „Elektronisches“ Papier (E-Paper).- 12.4 Marktanteile und Trends.- 13 Sonderthemen.- 13.1 Historie, Ausbildung, Forschung.- 13.1.1 Technikgeschichte (Druck- und Vorstufenbereich).- 13.1.1.1 Offsetdruck und Offsetdruckmaschinen.- 13.1.1.2 Tiefdruck und Tiefdruckmaschinen.- 13.1.1.3 Hochdruck und Hochdruckmaschinen.- 13.1.1.4 Historische Verwandtschaft der Druckmaschinenhersteller.- 13.1.1.5 Druckvorstufe.- 13.1.2 Ausbildung (Berufsbilder, Studiengänge).- 13.1.2.1 Druckindustrie als Arbeitgeber.- 13.1.2.2 Ausbildungsanforderungen und -wege.- 13.1.2.3 Berufsbildung.- 13.1.2.4 Studium.- 13.1.2.5 Förderprogramme für internationale Studien.- 13.1.2.6 Heidelberg Print Media Academy.- 13.1.3 Wissenschaft und Forschung (ausgewählte Beispiele).- 13.1.3.1 Themenbereiche, Methoden und Kooperationen.- 13.1.3.2 Farbwerke.- 13.1.3.3 Druckwerke.- 13.1.3.4 Bogentransfer.- 13.1.3.5 Industrielle Gemeinschaftsforschung.- 13.2 Umwelt, Sicherheit, Standardisierung.- 13.2.1 Umweltschutz in der Druckindustrie.- 13.2.1.1 Einleitung.- 13.2.1.2 Umweltschutz im Offsetdruck.- 13.2.1.3 Umweltschutz im Tiefdruck.- 13.2.1.4 Umweltschutz im Hochdruck (Buchdruck, Flexodruck).- 13.2.1.5 Umweltschutz im Siebdruck.- 13.2.1.6 Betriebliches Umweltmanagement.- 13.2.1.7 Rechtliche Grundlagen.- 13.2.1.8 Förderung und Beratung zu umweltrelevanten Maßnahmen.- 13.2.2 Sicherheitstechnik.- 13.2.2.1 Sicherheit und Gesundheit.- 13.2.2.2 Internationale und europäische Richtlinien (Gesetze) und Normen.- 13.2.2.3 Sicherheitsgerechte Konstruktion.- 13.2.2.4 Anforderungen an trennende Schutzeinrichtungen.- 13.2.2.5 Gefährdungsanalyse, Risikobeurteilung.- 13.2.2.6 CE-Kennzeichnung und GS-Zeichen.- 13.2.2.7 Bestimmungsgemäße Verwendung.- 13.2.3 Industriestandards, Verbandsrichtlinien und Normen.- 13.3 Märkte und Entwicklungstrends für Printmedien.- 13.3.1 Zeitungsmarkt.- 13.3.2 Zeitschriftenmarkt.- 13.3.3 Büchermarkt.- 13.3.4 Katalogmarkt.- 13.3.5 Werbedruckmarkt.- 13.3.6 Verpackungsmarkt.- 13.3.7 SOHO-Markt.- 14 Anhang.- 14.1 Erläuterungen von Fachbegriffen.- 14.1.1 Glossar.- 14.1.2 Abkürzungen und ihre Bedeutung.- 14.1.3 Abkürzungen bei Quellenangaben.- 14.2 Physikalisch-technische Größen und Umrechnungen.- 14.2.1 Größen und Einheiten im SI-System (Auswahl).- 14.2.2 Umrechnung zwischen SI-System und Imperial-System (metrisch/imperial).- 14.3 Literaturverzeichnis.- 14.3.1 Hinweis auf Literatur zu den Kapiteln des Handbuches.- 14.3.2 Ausgewählte Literatur zu Themen der Printmedien (Übersichtsliteratur und Einzelthemen).- 14.4 Normen und Standards (Auswahl).- 14.4.1 Druckvorstufe.- 14.4.2 Druckfarbe.- 14.4.3 Bedruckstoffe.- 14.4.4 Materialien (Druckplatten, Drucktücher).- 14.4.5 Druckverfahren und Druckmaschine.- 14.4.6 Druckweiterverarbeitung.- 14.4.7 Qualitätswesen, Qualitätsspezifikationen und Meßtechnik.- 14.4.8 Maschinensicherheit.- 14.4.9 Umweltmanagement.- 14.5 Forschungseinrichtungen und Ausbildungsstätten für die grafische Industrie (Auswahl).- 14.5.1 Universitäten.- 14.5.2 Forschungsinstitute und Forschungszentren.- 14.5.3 Einrichtungen für Lehre und Ausbildung.- 14.6 Verbände und Organisationen in der Druck- und Verlagsindustrie (Auswahl).- 14.6.1 Verbände und Organisatione.- 14.6.2 Industrielle Gemeinschaftsforschung.- 14.7 Internationale Fachkonferenzen (Auswahl).- Stichwortverzeichnis.

Read more less

Book SynopsisDie europäische Telematikgesellschaft TelematicsPRO e.V. hat mit dem Wettbewerb "Best-Practice-Telematik in Kommunen" einen Leuchtturm gesetzt für herausragende kommunale Innovationen. Erstmals wurde der Preis im Jahr 2013 an die Preisträger der Stadt Friedrichshafen, dem Landkreis Schwäbisch Hall, der Stadt Düsseldorf und der Stadt Böblingen vergeben. TelematicsPRO hat zwei der Preisträger aufgefordert, ihre Wettbewerbsbeiträge für das vorliegende Buch zu präsentieren. Zwei weitere Beiträge entstammen dem Wettbewerbsumfeld – es handelt sich um Leistungsinhalte von zwei Softwareunternehmen: highQ Computerlösungen (Freiburg) und PRISMA solutions (Mödling). Beschrieben werden die elektronischen Bezahlprozesse bei Mobilitätsketten, der Einsatz von Softwaremodulen für kommunale Lösungen. Eine zusätzliche Beschreibung eines mobilitätsgerichteten Overlaysystems ergänzt diese Abhandlung.Trade Review“... Das Buch beinhaltet zwei Wettbewerbsbeiträge, wie Telematik in Kommunen angewendet wird. Das Buch richtet sich an Entscheider und Telematik-Fachleute in 'Kommunen, Verkehrsbetrieben und bei Dienstleistern.” (in: Der bauhofLeiter, Jg. 6, 2016)Table of ContentsEinleitung.- Die Integrierte Verkehrsleitzentrale Stuttgart.- Verkehrszentralen in Berlin.- Integrierte Gesamtverkehrsleitzentrale Frankfurt am Main.- Verkehrsmanagement aus Sicht der privaten Dienstleister.- Das Dresdner Verkehrsmanagementsystem VAMOS

Read more less

Book SynopsisDieses Buch bietet einen historisch orientierten Einstieg in die elementare Zahlentheorie. Es stellt eine solide Basis für vielfältige Ausbaumöglichkeiten dar. Besondere Zielsetzungen sind: Elementarität und Anschaulichkeit, die Berücksichtigung der historischen Entwicklung, Motivation der Begriffe und Verfahren anhand konkreter, aussagekräftiger Beispiele unter Einbezug moderner Werkzeuge (Computeralgebra Systeme, Internet). Als Zusatzmedien werden Computer- und Internet-spezifische Interaktions- und Visualisierungsmöglichkeiten (kostenlos) zur Verfügung gestellt. Das Werk wendet sich an Studierende (Bachelor/Lehramt), Lehrer(innen) sowie alle an Elementarmathematik interessierten Leser.Table of ContentsGeschichtliches zu Zahl und Zahldarstellung.- Die Division mit Rest und die Teilbarkeitsrelation.- Euklidischer Algorithmus.- Primzahlen.- Kongruenzen und Restklassen.- Stellenwertsysteme, Teilbarkeitsregeln und Rechenproben.- Die Sätze von Euler, Fermat und Wilson.- Anhänge.

Read more less

Book SynopsisWie wird eine Website erfolgreich - für Unternehmen, Vereine, Verbände oder Privatpersonen? Mit leicht nachvollziehbaren Beispielen und erprobten Praxistipps erfährt der Leser, wie er seine Website für Suchmaschinen optimieren kann, die Bedienbarkeit verbessert und die Performance steigert, damit die Besucher der Website das Angebot gerne und intensiv nutzen. Die Planung eines Website-Relaunches wird ebenso detailliert dargestellt wie die Möglichkeiten, den Webauftritt selber erfolgreich zu vermarkten.

Read more less

Book SynopsisDas an Studienanfänger der Mathematik gerichtete Lehrbuch bietet eine breit angelegte Einführung in verschiedene Facetten der computerorientierten Mathematik. Es ermöglicht eine frühzeitige und wertvolle Auseinandersetzung mit computerorientierten Methoden, Denkweisen und Arbeitstechniken innerhalb der Mathematik.Hierzu werden grundlegende mathematische Teilgebiete behandelt, die eine enge Beziehung zu computerorientierten Aspekten haben: Graphen, mathematische Algorithmen, Rekursionsgleichungen, computerorientierte lineare Algebra, Zahlen, Polynome und ihre Nullstellen. Anhand des mathematischen Kernstrangs werden Einblicke in die Modellierung, Analyse und algorithmische Aufbereitung fundamentaler mathematischer Sachverhalte gegeben. Eine Besonderheit des Buches ist die Verwendung des sich immer stärker in Forschung und Lehre verbreitenden, frei verfügbaren Software-Systems Sage.Das Buch eignet sich besonders gut zur Komplementierung der klassischen Grundvorlesungen in Analysis und linearer Algebra.Trade Review“... Jedes Kapitel wird durch theoretisch ausgestaltete Übungsaufgaben sowie weiterführende Anmerkungen mit Quellenangaben direkt am Kapitelende komplettiert. ... Insgesamt ist dies ein gelungenes Lehrbuch zur computerorientierten Mathematik, das sowohl für eine Vorlesung für Erstsemester als auch als Hintergrundliteratur für ein Computerpraktikum zu Studienbeginn sehr gut geeignet ist ...” (Anne Frühbis-Krüger, in: Computer Algebra, Heft 58, März 2016)Table of ContentsEinleitung und Überblick.- Grundlegende Begriffe und Techniken.- Das Software-System Sage.- Graphen.- Einstieg in die Mathematik mit Sage.- Algorithmen und Rekursion.- Grundlegende mathematische Algorithmen.- Rechnen mit komplexen Zahlen.- Computerorientierte lineare Algebra.- Polynome und ihre Nullstellen.- Computerorientierte Fallstudien natürlicher Zahlen.- Anhang: Analysis, Lineare Algebra, Notation, Liste der verwendeten Sage-Befehle.

Read more less

Book SynopsisDieses essential geht präzise auf die Anforderungen und Lösungsansätze in Datenmigrations- und Konsolidierungsszenarien im SAP-Umfeld ein und präsentiert Fallbeispiele von SAP-Kunden. Der Beitrag unterstützt Unternehmen, die vor Fusionen, Zu- oder Verkäufen oder Umstrukturierungsvorhaben stehen und effiziente und verlässliche Lösungen zur Datenmigration benötigen, um die Organisationsstrukturen und Prozesse innerhalb ihrer Systemlandschaft an die betrieblichen Veränderungen anzupassen. Die Autoren zeigen, wie Unternehmen ihre Systemlandschaft harmonisieren und konsolidieren können und somit einheitliche Strukturen etabliert, die Systemkomplexität reduziert und damit der Geschäftsbetrieb verbessert werden können.Table of ContentsWas Sie in diesem Essential finden können.- Die Bedeutung von Datenmigration und Systemkonsolidierung für den Unternehmenserfolg.- Vereinfachung und Standardisierung bei großen Datenvolumen (Big Data) durch Systemkonsolidierung.- Datenmigration.- Was Sie aus diesem Essential mitnehmen können.

Read more less

Book SynopsisAndreas Gadatsch und Holm Landrock zeigen an typischen Beispielen aus der Praxis, wie datengetriebene Geschäftsmodelle entstehen. Sie erläutern, wie sich Big-Data-Projekte rechnen und wie man am einfachsten an die Analyse großer Datenmengen herangeht. Eine Bewertung der zentralen Aspekte von Projekten und der dort eingesetzten Technologien erleichtert den Lesern die tägliche Praxis im IT-Management. Die Autoren stellen Hadoop als eine der wichtigen Big-Data-Technologien vor.Table of ContentsEinsatzbereiche und Zielsetzung von Big-Data-Projekten.- Anbieterprofile, Einführung von Big Data.- Ausgewählte Use Cases.- Big Data und Ethik.

Read more less

Book SynopsisDas Buch zeigt im Rahmen eines Customer Relationship Management (CRM) die Umsetzung wichtiger Prozesse im Vertrieb mit SAP® ERP Central Component 6.0 (SAP® ECC 6.0). Diese werden von Prozessen im Marketing und Service (After Sales) flankiert, um der Ganzheitlichkeit des CRM-Ansatzes Rechnung zu tragen. Alle dargestellten Teilprozesse in Marketing, Vertrieb und Service werden anhand vollständig miteinander integrierter Übungsbeispiele mit ausführlichen Musterlösungen konkret in SAP® ECC 6.0 abgebildet. Der Hauptfokus liegt auf dem Verständnis der Zusammenhänge zwischen einzelnen Vertriebsprozessen im Rahmen eines CRM, ohne Einzelaspekte im Customizing oder Anwendungsmenü zu priorisieren. Alle Übungsbeispiele beziehen sich auf ein gängiges IDES Data Set von SAP® ECC 6.0. Damit bildet das Buch eine ideale Grundlage für Lehrveranstaltungen zu SAP® SD an Universitäten und Hochschulen sowie für Firmenschulungen.Table of ContentsPraktische Tipps zur Arbeit mit SAP® ECC 6.0 - Organisationseinheiten des Vertriebs in SAP® ECC 6.0 - Vertriebs- und flankierende CRM-Prozesse (u. a. Opportunity to Order und Order to Cash) in SAP® ECC 6.0 - Integration von Vertrieb (SAP® SD), Materialwirtschaft (SAP® MM) sowie dem externen (SAP®< FI) und internen Rechnungswesen (SAP® CO)

Read more less

Book SynopsisDie Autoren legen beispielhafte Analysemethoden von Social-Media-Daten dar: deskriptive und Data-Mining-Methoden. Mit deren Hilfe werden kundenorientierte Geschäftsmaßnahmen eingeleitet und ein stetiges Abwägen zwischen vollautomatisierten und manuellen, kostenintensiven Reports gesteuert. Das Werk liefert eine Übersicht zu aktuell diskutierten Themen wie begleitende Emotionen, Vernetzung der interagierenden User oder Verbindung von Themen. Als Gewinn für ein Unternehmen müssen die Analysen durch eine strategische Prozedur geleitet werden, um Erkenntnisse in konkrete Handlungsempfehlungen zu überführen. Neben den Potenzialen durch die Anwendung komplexerer Analysemethoden gibt es auch konzeptionelle, technische und ethische Herausforderungen, wie die Autoren veranschaulichen.Trade Review Table of Contents

Read more less

Book SynopsisDieses neuartige Lehrbuch gibt den Studierenden der neuen Masterstudiengänge in zwölf Lern- und Arbeitsmodulen die Grundlage für einen sicheren Studien- und Prüfungserfolg. Der Studierende wird nicht mit Wissen zugeschüttet, sondern kann sich auf der Grundlage einer sehr guten Übersicht alle relevanten Themengebiete selbstständig erarbeiten. Die Module sind alle gleichermaßen aufgebaut. Ausgehend von bestehendem Grundwissen werden exemplarisch Aufgabenstellungen vorgestellt, die vom Leser sukzessive gelöst werden. Tests, Projektarbeiten, Fallstudien und weitere Aufgaben unterstützen den Selbstlern-Effekt. Das Buch zeichnet sich durch ein hohes Maß an Verständlichkeit und Praxisnähe aus. Ein Buch, das den Leser an die Hand nimmt, ohne ihn zu bevormunden.Trade Review"Kompakt, praxisnah und verständlich bietet dieses Buch in 12 Lern- und Arbeitsmodulen die Grundlage für den Lernerfolg." Metall, März 2010Table of ContentsIT-Anwendungen - IT-Architekturen - IT-Management - IT-Anwendungsentwicklung

Read more less

Book SynopsisDieses Lehrbuch bietet einen fundierten Überblick über manche klassische hin zu modernen bis zu brandaktuellen kryptografischen Verfahren. Die Voraussetzungen, die ein Leser mitbringen sollte, konzentrieren sich auf wenige Inhalte der linearen Algebra und Analysis, die im ersten Studienjahr vermittelt werden. Das Buch umfasst im Wesentlichen einen Themenkreis, der in einer vierstündigen Vorlesung angesprochen werden kann. Es zeichnet sich durch mathematische Präzision, zahlreiche Beispiele und viele Algorithmen aus. Bei den Algorithmen wird eine verständliche Darstellung bevorzugt, die die Prinzipien klar und leicht nachvollziehbar macht. Wegen der ausführlichen Erklärungen kann das Buch auch zum Selbststudium empfohlen werden. Die Kapitel sind in kleine Lerneinheiten unterteilt. Die Leser werden so Schritt für Schritt von den Anfängen der Kryptologie in der Antike hin zu modernen Verfahren im Internetzeitalter geführt.Trade Review"[Das Buch] ist [...] ein gelungenes, empfehlenswertes Stück in der großen Auswahl an Büchern zur Kryptologie." www.math.uni-rostock.de/rho, 08.06.2010Table of ContentsKlassische Verfahren - Das One-Time-Pad und perfekte Sicherheit - Block-Chiffren: AES und DES - Komplexität und Einwegfunktionen - Symmetrische Authentifikation - Exponentiationschiffren - Das RSA-Verfahren - Primzahltests - Das Verfahren von Diffie-Hellmann, ElGamal und Rabin - Diskrete Logarithmen - Faktorisierung - Signaturverfahren - Elliptische Kurven - Anwendungen elliptischer Kurven in der Kryptologie

Read more less

Book SynopsisIdentity Matching ist die Grundlage für die Suche mit und nach Personendaten. Und die betreibt heutzutage die ganze Welt: Banken suchen Geldwäscher in ihren Kundendateien, Polizeibehörden überprüfen Verdächtige mit ihren Registern und Privatpersonen stöbern alte Bekannte im Web auf. Mittels Identity Matching besorgen sich Studenten Fachartikel, Journalisten Nachrichten, Vermieter Bonitätsauskünfte und Verkäufer ihre nächsten Marketing-Opfer. Das Problem bisher ist: Sobald wir den Namen nicht genau so schreiben, wie er in der Quelle repräsentiert ist, finden wir ihn nicht. Jetzt hebt die Linguistik das Identity Matching auf ein neues Niveau. Mit dem Wissen über Sprachen, Schriften und globale Namenskonventionen ist eine zugleich präzise und zuverlässige Personensuche möglich. Dieses Buch beschreibt, was linguistisches Identity Matching ist, und gibt Ihnen praktische Tipps, wie auch Sie davon profitieren können.Table of ContentsWas ist linguistisches Identity Matching? – Anwendungsfelder – Grundlegendes zu Personennamen – Transkription, Phonetik, Tippfehler – Name-Matching-Verfahren – Benchmarkstudie – The Linguistic Search Standard

Read more less

Book SynopsisCompliance wird oft als Verpflichtung betrachtet, die nur mit hohen Kosten umsetzbar ist. Dabei kann eine effiziente und effektive Umsetzung regulatorischer Anforderungen an die IT-Kontrollen zu einem Wettbewerbsvorteil werden, wenn der richtige Ansatz für deren Umsetzung gewählt wird. Ein solcher Ansatz - eine methodische Vorgehensweise, um durch den Einsatz von Metriken die Effektivität implementierter Kontrollen zu bewerten, Verbesserungspotential zu identifizieren und zu kommunizieren - wird in dem Buch vorgestellt. Neben einer umfassenden Sammlung von Metriken, welche direkt übernommen werden können, bietet das Buch ebenfalls die notwendige praxistaugliche Methodik zur Entwicklung weiterer eigener Metriken, Vorgehensweisen zur Aggregation von Metriken bis hin zur Informations- und Entscheidungsvorlagen für das Management sowie Beispiele für die angemessene Darstellung der Ergebnisse im Rahmen von Audit, Monitoring und Reporting.Table of ContentsWarum Metriken? - Metriken im Universum regulatorischer Anforderungen - IT-Kontrollen und relevante Metriken - Methodik zur Entwicklung effektiver (und effizienter) Metriken - Lebenszyklus einer Metrik - Aggregation von Metriken für verschiedene Zielgruppen - Darstellung von Ergebnissen und Methoden zur Betrachtung von Metriken

Read more less

Book SynopsisKonzepte und Methoden des Lean Managements sind im Produktionsumfeld etabliert. Die administrativen Bereiche stehen hier vor dem Anfang – Lean Office und somit Lean Thinking hält Einzug. Einen Baustein stellt hier das Lean Reporting dar. Neben den Grundlagen und Methoden des Lean Reportings werden praxisbezogene Szenarien zur Umsetzung aufgezeigt. Nutzbare Potentiale und Lösungswege zur Realisierung eines modernen und effizienten Berichtswesens sind das Ergebnis. Lean Reporting ist somit ein Thema das sowohl die Fachbereiche Controlling und Finanzen als auch die Informatik sowie das Management anspricht.Table of ContentsDie Lean-Reporting-Philosophie: - Business-Intelligence-Strategie als Basis - Lean als Philosophie - Lean-Thinking und Optimierungsmethoden - Umsetzung und Etablierung des Lean-ReportingsPraxisbezogene Szenarien zur Effizienzsteigerung in den Bereichen: - Anwendung - Organisation - Wirtschaftlichkeit - Technologie

Read more less

Book SynopsisHaben Sie den Eindruck in Excel immer die gleichen Schritte zu wiederholen, wie ein "Hamster im Hamsterrad"? Haben Sie noch nie von Zielwertsuche, Teilergebnis, Konsolidierung, Szenariomanager, Solver gehört? Wollen Sie auf Augenhöhe mit Ihrer Bank Ihre privaten/betrieblichen Finanzierungen verhandeln und die letzteren optimieren? Im vorliegenden Buch werden die genannten Excel-Techniken Schritt für Schritt vertieft. Jedem Excel-Kapitel ist ein Finanzwirtschafts-Kapitel zugeordnet, in welchem die Excel-Technik angewendet wird. Die Auswahl der Excel-Techniken unterliegt dem Prinzip "Eine zusätzliche Excel-Technik muss den Lernaufwand überproportional in der Anwendung einspielen". Es wird ein klarer Fokus auf die Darlehenskalkulation und Optimierung von Finanzierungen (privat, betrieblich) gesetzt.Table of ContentsEinführung/Überblick – Excel: Fortgeschrittene Techniken – Investitionsrechnung Darlehenskalkulation – Zielwertsuche – Dynamische Investitionsrechnung (Cashflows) – SVerweis – Die Marktwertmethode und die Brutto-Marge der Bank – Konsolidierung von Daten – Abschreibung für Abnutzung (AfA) – Die Szenario-Analyse – Cashflow mit Umsatz-Prognosen – Teilergebnis – Jährliche Zinslast aus dem Darlehen – Pivot-Tabellen

Read more less

Book SynopsisProprietäre und monolithische Softwaresysteme haben die Wirtschaft in den letzten Jahrzehnten geprägt. Ohne die digitale Unterstützung der Geschäftsprozesse ist kein Unternehmen wettbewerbsfähig. Die Revolution wird durch den Consumer Bereich vorangetrieben, die Geschäftsprozesse werden mobil und ubiquitär. Konsumenten im B2C und Unternehmen im B2B werden zukünftig permanent in Kontakt treten können, die one-to-one Kommunikation wird durch einen many-to-many Informationsaustausch ersetzt werden.​Trade Review“... Die Zielgruppe ist ambitioniert definiert, vom Unternehmer über den IT-Verantwortlichen und IT-Praktiker bis hin zu Lehrenden und Studierenden der BWL und der WI und all denjenigen, die sich in Politik und Gesellschaft mit dem IT-Sektor beschäftigen. ... Ein noch immer aktuelles Buch, das viele nützliche Informationen enthält ...” (Matthias Knoll, in: HMD Praxis der Wirtschaftsinformatik, Jg. 53, 2016, S. 557 f.)Table of ContentsApp4U: Einführung in die Welt der mobilen Applikationen - Strategische Aspekte, Geschäftsmodelle für App-Projekte, mobile Unternehmensprozesse - Aktuelle Situation am Markt, Umsatz und Nutzung mobiler Datendienste und Applikationen - Vorgehens- und Validierungsmodell für die APP Entwicklung - Die technologischen Grundlagen der App Entwicklung - Mobile Security - Aktuelle Praxisbeispiele - Zusammenfassung und Ausblick

Read more less

Book SynopsisStudierende, die ein Informatikstudium aufnehmen, brauchen zu Beginn vor allem eines: mathematische Grundkenntnisse. Dieser Crashkurs soll Studierenden im ersten Semester helfen, möglichst rechtzeitig diese Fähigkeiten zu erwerben. Durch viele motivierende Beispiele, erklärende Bilder und konkrete Darstellungen weckt das Buch Freude an der Mathematik und sichert den erfolgreichen Einstieg.Trade Review"Ein schönes Einsteigerbuch, das gut auf das Studium vorbereitet und trotzdem die Lust an Mathe nicht verleidet." www.media-mania.de, 30.12.2010Table of ContentsSchulstoff.- Schulstoff.- Mengen, Logik und Kombinatorik.- Grundbegriffe.- Logik und Beweismethoden.- Kombinatorik.- Algebra und Zahlentheorie.- Modulare Arithmetik.- Algebraische Strukturen.- Lineare Algebra.- Vektorkalkül.- Matrizenkalkül.- Analysis.- Folgen und Rekursionsgleichungen.- Konvergenz von Zahlenfolgen.- Differenzialrechnung.- Diskrete Stochastik.- Ereignisse und ihre Wahrscheinlichkeiten.- Zufallsvariablen.

Read more less

Book Synopsis

Read more less

Book Synopsis

Read more less

Book SynopsisThis book focuses on research aspects of ensemble approaches of machine learning techniques that can be applied to address the big data problems. In this book, various advancements of machine learning algorithms to extract data-driven decisions from big data in diverse domains such as the banking sector, healthcare, social media, and video surveillance are presented in several chapters. Each of them has separate functionalities, which can be leveraged to solve a specific set of big data applications. This book is a potential resource for various advances in the field of machine learning and data science to solve big data problems with many objectives. It has been observed from the literature that several works have been focused on the advancement of machine learning in various fields like biomedical, stock prediction, sentiment analysis, etc. However, limited discussions have been carried out on application of advanced machine learning techniques in solving big data problems. Table of ContentsDeep Learning for Supervised Learning.- Deep Learning for Unsupervised Learning.- Support Vector Machine for Regression.- Support Vector Machine for Classification.- Decision Tree for Regression.- Higher Order Neural Networks.- Competitive Learning.- Semi-supervised Learning.- Multi-objective Optimization Techniques.- Techniques for Feature Selection/Extraction.- Techniques for Task Relevant Big Data Analysis.- Techniques for Post Processing Task in Big Data Analysis.- Customer Relationship Management.

Read more less

Book SynopsisThis book analyzes the development of medical big data projects in Japan.Japan is experiencing unprecedented population aging, and labor productivity has decreased accordingly. Big data analysis of the Japanese medical real-world database (RWD) has the potential to tackle this issue.To allow readers to gain an understanding of Japanese medical big data analysis, the book discusses the original Japanese system that generates medical RWDs in the hospital medical records system, the nationwide standardized health checkup system, and the public medical insurance system in Japan.After introducing four major big data projects in the healthcare–medical field in Japan, the book explains the importance of creating information standards to maintain data quality and to analyze medical big data. It enables readers to analyze which standards are installed in which RWDs, how the standards are maintained, and which issues are prevalent in Japan.This book also describes the ethical processes involved in big data projects involving medical RWDs in Japan.Table of Contents ​Overview NDB (National Database) MID-NET (Medical Information Database Network) DPC (Diagnosis Procedure Combination) Disease Registration Cohort Study with EMR(SS-MIX2) Standard Code Mapping and Data Quality Phenotyping Data Analysis on Real World Data Ethical Issues of Data Secondary Use in Japan

Read more less

Book SynopsisThis book includes original unpublished contributions presented at the International Conference on Data Analytics and Management (ICDAM 2023), held at London Metropolitan University, London, UK, during June 2023. The book covers the topics in data analytics, data management, big data, computational intelligence, and communication networks. The book presents innovative work by leading academics, researchers, and experts from industry which is useful for young researchers and students. The book is divided into four volumes.Table of ContentsChapter 1: Diagnosis of Parkinson disease using Ensemble methods for Class Imbalance Problem.- Chapter 2: A Comparative Analysis of Pneumonia Detection Using Chest X-Rays With DNN.- Chapter 3: Machine Learning Based Binary Sentiment Classification of Movie Reviews in Hindi (Devanagari Script).- Chapter 4: Deep Learning-Based Recommendation Systems: Review and Critical Analysis.- Chapter 5: Retention in Second Year Computing Students in a London-Based University During The Post-Covid-19 Era Using Learned Optimism as a Lens: A Statistical Analysis in R.- Chapter 6: Alzheimer’s Disease Knowledge Graph Based on Ontology and Neo4j Graph Database.- Chapter 7: Forecasting Bitcoin Prices in the Context of the COVID19 Pandemic Using Machine Learning Approaches.- Chapter 8: Online Food Delivery Customer Churn Prediction: A Quantitative Analysis on the Performance of Machine Learning Classifiers.- Chapter 9: Prevention Equipment for COVID-19 Spread Using IoT and Multimedia-Based Solutions.- Chapter 10: Renal Disease Classification using Image Processing. etc.

Read more less

Book SynopsisInterest in applying analytics, machine learning, and artificial intelligence to sales and marketing has grown dramatically, with no signs of slowing down. This book provides essential guidance to apply advanced analytics and data mining techniques to real-world business applications. The foundation of this text is the author's 20-plus years of developing and delivering big data and artificial intelligence solutions across multiple industries: financial services, pharmaceuticals, consumer packaged goods, media, and retail. He provides guidelines and summarized cases for those studying or working in the fields of data science, data engineering, and business analytics. The book also offers a distinctive style: a series of essays, each of which summarizes a critical lesson or provides a step-by-step business process, with specific examples of successes and failures.Sales and marketing executives, project managers, business and engineering professionals, and graduate studeTrade Review"This book should be considered required reading for analysts, managers and executives seeking to drive business performance and gain competitive advantage through data-driven strategy and decision making. Dr. Haimowitz has distilled his considerable experience into a practical how-to guide that is sure to become a fundamental reference text for the modern analytics practitioner or manager, regardless of industry." Zaheer Benjamin, Group Leader in Business Intelligence & Analytics across Life Sciences, Broadcasting, and Major League SportsThis Data Analytics for Business written by Dr. Ira Haimowitz is an experience laden, practical book with real world examples for data analyst, marketing and business executives. The book is well written and provides a good background in design of the big data organization, data analytical applications, and implementation and delivery of the projects in easy-to- read format. The book is a must read for anyone who is interested in data analytics related to sales, marketing and strategy. Thani Jambulingam Ph.D, Professor, Department of Pharmaceutical and Healthcare Marketing, Haub School of Business, Saint Joseph’s University, Philadelphia Table of ContentsOrganizational Design Principles 1. Linking Business Challenges to Big Data Solutions 2. Selling the Big Data Analytics Initiative 3. Organizational Structures for Advanced Analytics 4. Lessons Learned Managing Big Data Departments Analytics Business Applications 5. Segmentation: Categorizing Your Customers 6. Targeting: Getting it "Right" 7. Campaign Measurement with Learning Objectives 8. Strategic Text Mining 9. Predictive Modeling for Business Implementation and Delivery 10. Privacy Considerations for Big Data Analytics 11. Delivering Results with Actionable Insights 12. Scalability and Long Term Success

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

Book SynopsisThe primary goal of this text is a practical one. Equipping students with enough knowledge and creating an independent research platform, the author strives to prepare students for professional careers. Providing students with a marketable skill set requires topics from many areas of optimization. The initial goal of this text is to develop a marketable skill set for mathematics majors as well as for students of engineering, computer science, economics, statistics, and business. Optimization reaches into many different fields.This text provides a balance where one is needed. Mathematics optimization books are often too heavy on theory without enough applications; texts aimed at business students are often strong on applications, but weak on math. The book represents an attempt at overcoming this imbalance for all students taking such a course.The book contains many practical applications but also explains the mathematics behind the techniques, including stating definitTable of Contents1. 1. Preamble. 2. The Language of Optimization. 3. Computational Complexity. 4. Algebra Review. 5. Matrix Factorization. 6. Linear Programming. 7. Sensitivity Analysis. 8. Integer Linear Programing. 9. Calculus Review. 10. A Calculus Approach to Nonlinear Programming. 11. Constrained Nonlinear Programming: Lagrange Multipliers and the KKT Conditions. 12. Optimization involving Quadratic Forms. 13. Iterative Methods. 14. Derivative-Free Methods. 15. Search Algorithms. 16. Important Sets for Optimization. 17. The Fundamental Theorem of Linear Programming. 18. Convex Functions. 19. Convex Optimization. 20. An Introduction to Combinatorics. 21. An Introduction to Graph Theory. 22. Network Flows. 23. Minimum-Weight Spanning Trees and Shortest Paths. 24. Network Modeling and the Transshipment Problem. 25. The Traveling Salesperson Problem. Probability. 27. Regression Analysis via Least Squares. 28. Forecasting. 29. Introduction to Machine Learning.

Read more less

Book SynopsisThis second edition of Digital Analytics for Marketing provides students with a comprehensive overview of the tools needed to measure digital activity and implement best practices when using data to inform marketing strategy. It is the first text of its kind to introduce students to analytics platforms from a practical marketing perspective.Demonstrating how to integrate large amounts of data from web, digital, social, and search platforms, this helpful guide offers actionable insights into data analysis, explaining how to connect the dots and humanize information to make effective marketing decisions. The authors cover timely topics, such as social media, web analytics, marketing analytics challenges, and dashboards, helping students to make sense of business measurement challenges, extract insights, and take effective actions. The bookâs experiential approach, combined with chapter objectives, summaries, and review questions, will engage readers, deepening their learning by helping them to think outside the box.Filled with engaging, interactive exercises and interesting insights from industry experts, this book will appeal to undergraduate and postgraduate students of digital marketing, online marketing, and analytics.Online support materials for this book include an instructorâs manual, test bank, and PowerPoint slides.Table of Contents1. Introduction to Digital Marketing and Analytics 2. Digital Marketing KPIs, Strategy, Ecosystems, Governance, and More 3. The Evolution of Digital Analytics and the Internet 4. The Growth and Relevance of Social Media in Analytics and Digital Marketing 5. Data for Digital Marketing Analytics 6. Social Media Analytics for Digital Marketing 7. Actions, Hyperlink, and Mobile Analytics in Digital Marketing 8. Advanced AI and Algorithms 9. Basic Web Analytics and Web Intelligence 10. Advanced Web Analytics and Web Intelligence 11. Aligning Digital Marketing with Business Strategy 12. Deriving Strategic Insights and ‘Digital Value’ from Digital Marketing Analytics

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

a huge range and FREE tracked UK delivery on ALL orders.

Read more less

Book SynopsisThe ethics of data and analytics, in many ways, is no different than any endeavor to find the right answer. When a business chooses a supplier, funds a new product, or hires an employee, managers are making decisions with moral implications. The decisions in business, like all decisions, have a moral component in that people can benefit or be harmed, rules are followed or broken, people are treated fairly or not, and rights are enabled or diminished. However, data analytics introduces wrinkles or moral hurdles in how to think about ethics. Questions of accountability, privacy, surveillance, bias, and power stretch standard tools to examine whether a decision is good, ethical, or just. Dealing with these questions requires different frameworks to understand what is wrong and what could be better.Ethics of Data and Analytics: Concepts and Cases does not search for a new, different answer or to ban all technology in favor of human decision-making. TheTable of ContentsIntroduction. 1 Value-Laden Biases in Data Analytics. 2 Ethical Theories and Data Analytics. 3 Privacy, Data, and Shared Responsibility. 4 Surveillance and Power. 5 The Purpose of the Corporation and Data Analytics. 6 Fairness and Justice in Data Analytics. 7 Discrimination and Data Analytics. 8 Creating Outcomes and Accuracy in Data Analytics. 9 Gamification, Manipulation, and Data Analytics. 10 Transparency and Accountability in Data Analytics. 11 Ethics, AI, Research, and Corporations. Index.

Read more less