Daten- und Prozessanalyse für Fachinformatiker*innen - Das Handbuch für die neue FIDP-Fachrichtung

Alles über den neuen Fachinformatik-Ausbildungsgang Daten- und Prozessanalyse. Worauf es dabei ankommt, zeigt Auszubildenden dieser Fachrichtung dieses neue Lehr- und Praxisbuch. Mathematische Grundlagen, Einführung in die Programmierung, Algorithmen und insbesondere Machine-Learning-Verfahren werden ebenso behandelt wie die Geschäftsprozessanalyse. Für alle Themen kommen praxiserprobte Sprachen, Tools und Bibliotheken zum Einsatz. Inkl. zahlreicher Übungsaufgaben

Aus dem Inhalt:

• Die Ausbildung im Überblick


• Was sind Datenanalyse, Machine Learning und KI?


• Logik


• Lineare Algebra


• Stochastik


• Analysis


• Python-Programmierkurs


• Daten aufbereiten


• Machine-Learning-Algorithmen


• Künstliche neuronale Netzwerke


• Grundlagen der Geschäftsprozessanalyse


• Prozessmodellierung mit BPMN 2.0


• Das ERP- und CRM-System dolibarr


• Zahlreiche Übungsaufgaben

  Materialien zum Buch ... 11




  Geleitwort ... 13




  Vorwort ... 17




  1.  Einführung ... 23



       1.1 ... Die Ausbildung im Überblick ... 23


       1.2 ... Datenanalyse und künstliche Intelligenz ... 26





  2.  Mathematische Grundlagen ... 35



       2.1 ... Logik und Mengenlehre ... 35


       2.2 ... Lineare Algebra ... 60


       2.3 ... Stochastik ... 77


       2.4 ... Funktionen und ihre Eigenschaften ... 88


       2.5 ... Übungsaufgaben ... 94





  3.  Programmierkurs mit Python ... 99



       3.1 ... Loslegen ... 100


       3.2 ... Grundelemente von Python ... 110


       3.3 ... Objektorientiertes Python ... 154


       3.4 ... Übungsaufgaben ... 181





  4.  Mit Python-Modulen arbeiten ... 183



       4.1 ... Module installieren, importieren und einsetzen ... 183


       4.2 ... Mathematische Module ... 186


       4.3 ... Andere wichtige Module ... 202


       4.4 ... Übungsaufgaben ... 220





  5.  Algorithmen und Datenstrukturen ... 223



       5.1 ... Listen durchsuchen und sortieren ... 224


       5.2 ... Nichtsequenzielle Datenstrukturen durchsuchen ... 239


       5.3 ... Mit Graphen arbeiten ... 256


       5.4 ... Bedingungserfüllungsprobleme ... 262


       5.5 ... Genetische Algorithmen ... 271


       5.6 ... Übungsaufgaben ... 294





  6.  Datenquellen nutzen ... 297



       6.1 ... Häufig verwendete Datenquellformate ... 298


       6.2 ... Mit Datenbanken arbeiten ... 314


       6.3 ... Daten aufbereiten und untersuchen ... 328


       6.4 ... Übungsaufgaben ... 358





  7.  Machine Learning ... 361



       7.1 ... Überwachtes Lernen ... 361


       7.2 ... Unüberwachtes Lernen ... 387


       7.3 ... Übungsaufgaben ... 394





  8.  Künstliche neuronale Netzwerke ... 397



       8.1 ... Einführung und Überblick ... 397


       8.2 ... Ein neuronales Netzwerk manuell implementieren ... 402


       8.3 ... Neuronale Netzwerke mithilfe von Python-Modulen einsetzen ... 413


       8.4 ... Übungsaufgaben ... 417





  9.  Geschäftsprozessanalyse ... 419



       9.1 ... Überblick ... 419


       9.2 ... Prozesse mit der BPMN modellieren ... 426


       9.3 ... Mit einem ERP- und CRM-System arbeiten ... 440


       9.4 ... Übungsaufgaben ... 447





  A.  Glossar ... 451




  B.  Zweisprachige Wortliste ... 457




  C.  Kommentiertes Literatur- und Linkverzeichnis ... 463




  Index ... 469