Interesting links
Here are some interesting links for you! Enjoy your stay :)Pages
- @Data Science Blog
- authors
- Autor werden!
- Become an Author
- Bootcamp Datenanalyse und Maschinelles Lernen mit Python
- CIO Interviews
- Computational and Data Science
- Coursera Data Science Specialization
- Coursera 用Python玩转数据 Data Processing Using Python
- Data Leader Day 2016 – Rabatt für Data Scientists!
- Data Science
- Data Science Business Professional
- Data Science Insights
- Data Science Partner
- DATANOMIQ Big Data & Data Science Seminare
- DATANOMIQ Process Mining Workshop
- DATANOMIQ Seminare für Führungskräfte
- DataQuest.io – Interactive Learning
- Datenschutz
- Donation / Spende
- Education / Certification
- Fraunhofer Academy Zertifikatsprogramm »Data Scientist«
- Für Presse / Redakteure
- HARVARD Data Science Certificate Courses
- Home
- Impressum / Imprint
- MapR Big Data Expert
- Masterstudiengang Data Science
- Masterstudiengang Management & Data Science
- MongoDB University Online Courses
- Newsletter
- O’Reilly Video Training – Data Science with R
- Products
- qSkills Workshop: Industrial Security
- Science Digital Intelligence & Marketing Analytics
- Show your Desk!
- Stanford University Online -Statistical Learning
- Top Authors
- TU Chemnitz – Masterstudiengang Business Intelligence & Analytics
- TU Dortmund – Datenwissenschaft – Master of Science
- TU Dortmund berufsbegleitendes Zertifikatsstudium
- Weiterbildung mit Hochschulzertifikat Data Science & Business Analytics für Einsteiger
- WWU Münster – Zertifikatsstudiengang “Data Science”
- Zertifikatskurs „Data Science“
- Zertifizierter Business Analyst
Categories
- Apache Spark
- Artificial Intelligence
- Audit Analytics
- Big Data
- Books
- Business Analytics
- Business Intelligence
- Carrier
- Certification / Training
- Cloud
- Cloud
- Connected Car
- Customer Analytics
- Data Engineering
- Data Migration
- Data Mining
- Data Science
- Data Science at the Command Line
- Data Science Hack
- Data Science News
- Data Security
- Data Warehousing
- Database
- Datacenter
- Deep Learning
- Devices
- DevOps
- Education / Certification
- ETL
- Events
- Excel / Power BI
- Experience
- Gerneral
- GPU-Processing
- Graph Database
- Hacking
- Hadoop
- Hadoop Framework
- Industrie 4.0
- Infrastructure as Code
- InMemory
- Insights
- Interview mit CIO
- Interviews
- Java
- JavaScript
- Jobs
- Machine Learning
- Main Category
- Manufacturing
- Mathematics
- Mobile Device Management
- Mobile Devices
- Natural Language Processing
- Neo4J
- NoSQL
- Octave
- optimization
- Predictive Analytics
- Process Mining
- Projectmanagement
- Python
- Python
- R Statistics
- Re-Engineering
- Realtime Analytics
- Recommendations
- Reinforcement Learning
- Scala
- Software Development
- Sponsoring Partner Posts
- SQL
- Statistics
- TensorFlow
- Terraform
- Text Mining
- Tool Introduction
- Tools
- Tutorial
- Uncategorized
- Use Case
- Use Cases
- Visualization
- Web- & App-Tracking
Archive
- October 2024
- September 2024
- August 2024
- July 2024
- May 2024
- April 2024
- March 2024
- February 2024
- January 2024
- November 2023
- October 2023
- September 2023
- August 2023
- July 2023
- June 2023
- May 2023
- April 2023
- March 2023
- February 2023
- January 2023
- December 2022
- November 2022
- October 2022
- September 2022
- August 2022
- July 2022
- June 2022
- May 2022
- April 2022
- March 2022
- February 2022
- January 2022
- December 2021
- November 2021
- October 2021
- September 2021
- August 2021
- July 2021
- June 2021
- May 2021
- April 2021
- March 2021
- February 2021
- January 2021
- December 2020
- November 2020
- October 2020
- September 2020
- August 2020
- July 2020
- June 2020
- May 2020
- April 2020
- March 2020
- February 2020
- January 2020
- December 2019
- November 2019
- October 2019
- September 2019
- August 2019
- July 2019
- June 2019
- May 2019
- April 2019
- March 2019
- February 2019
- January 2019
- December 2018
- November 2018
- October 2018
- September 2018
- August 2018
- July 2018
- June 2018
- May 2018
- April 2018
- March 2018
- February 2018
- January 2018
- December 2017
- November 2017
- October 2017
- September 2017
- August 2017
- July 2017
- June 2017
- May 2017
- April 2017
- March 2017
- February 2017
- January 2017
- December 2016
- November 2016
- October 2016
- September 2016
- August 2016
- July 2016
- June 2016
- May 2016
- April 2016
- March 2016
- February 2016
- January 2016
- December 2015
- November 2015
- October 2015
- September 2015
- August 2015
- July 2015
- June 2015
- May 2015
Datenschutz, Sicherheit und Ethik beim Process Mining – Regel 3 von 4:
/in Audit Analytics, Business Analytics, Business Intelligence, Data Mining, Data Science, Data Security, Process Mining, Projectmanagement/by Anne Rozinat & Christian W. GüntherDieser Artikel ist Teil 3 von 4 aus der Reihe Datenschutz, Sicherheit und Ethik beim Process Mining. Read this article in English: “Consider Anonymization – Process Mining Rule 3 of 4“ […]
Data Science Blog sucht Sponsoring!
/in Gerneral/by Benjamin AunkoferDer Data Science Blog ist die einzige deutschsprachige Community zum Thema Data Engineering und Data Science mit täglich Hunderten Lesern – Und wir haben noch viel mehr vor! Wir möchten […]
R Data Frames meistern mit dplyr – Teil 2
/in Business Analytics, Business Intelligence, Data Migration, Data Mining, Data Science, Data Science Hack, Data Warehousing, Database, R Statistics, Statistics, Tool Introduction/by Dr. Uwe SchneiderDieser Artikel ist Teil 2 von 2 aus der Artikelserie R Data Frames meistern mit dplyr. Noch mehr Datenbank-Features Im ersten Teil dieser Artikel-Serie habe ich die Parallelen zwischen Data […]
Numerical Python – Einführung in wissenschaftliches Rechnen mit NumPy
/in Data Science, Python, Python, Statistics/by Benjamin AunkoferNumPy steht für Numerical Python und ist eines der bekanntesten Pakete für alle Python-Programmierer mit wissenschaftlichen Hintergrund. Von persönlichen Kontakten erfuhr ich, dass NumPy heute in der Astrophysik fast genauso […]
Statistical Relational Learning – Part 2
/in Artificial Intelligence, Data Mining, Data Science, Data Science at the Command Line, Machine Learning, Statistics, Tools, Tutorial/by Vishal BhallaIn the first part of this series on “An Introduction to Statistical Relational Learning”, I touched upon the basic Machine Learning paradigms, some background and intuition of the concepts and […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Regel 2 von 4:
/in Data Security, Process Mining/by Anne Rozinat & Christian W. GüntherDieser Artikel ist Teil 2 von 4 aus der Reihe Datenschutz, Sicherheit und Ethik beim Process Mining. Read this article in English: “Responsible Handling of Data – Process Mining Rule […]
Neue Fortbildungsangebote im Fortbildungskatalog
/in Carrier, Data Science News, Gerneral/by Benjamin AunkoferDie Frage, wie man Data Scientist werden könnte, beantworte ich stets mit dem autodidaktischen Lernen und der bewussten Konfrontation mit bekannten und unbekannten Datenbeständen. Ein nahezu kostenloser, aber auch anstrengender […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Regel 1 von 4:
/in Audit Analytics, Process Mining, Projectmanagement/by Anne Rozinat & Christian W. GüntherDieser Artikel ist Teil 1 von 4 aus der Reihe Datenschutz, Sicherheit und Ethik beim Process Mining. Read this article in English: “Clarify Goal of the Analysis – Process Mining […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Artikelserie
/in Audit Analytics, Business Analytics, Business Intelligence, Data Mining, Data Science, Data Security, Process Mining/by Anne Rozinat & Christian W. GüntherAls ich vor zwölf Jahren in die Niederlande zog und anfing, bei lokalen Supermarktketten wie Albert Heijn einzukaufen, habe ich mich zunächst gegen die Bonuskarte (Treuekarte für Rabatte) gewehrt, da […]
Wahrscheinlichkeitsverteilungen – Zentralen Grenzwertsatz verstehen mit Pyhton
/in Business Analytics, Data Mining, Data Science, Data Science Hack, Python, Python, Statistics, Tutorial/by Benjamin AunkoferWahrscheinlichkeitsverteilung sind im Data Science ein wichtiges Handwerkszeug. Während in der Mathevorlesung die Dynamik dieser Verteilungen nur durch wildes Tafelgekritzel schwierig erlebbar zu machen ist, können wir mit Programmierkenntnissen (in diesem Fall wieder mit Python) eine kleine Testumgebung für solche Verteilungen erstellen, um ein Gefühl dafür zu entwickeln, wie unterschiedlich diese auf verschiedene Wahrscheinlichkeitswerte, Varianz und Mengen an Datenpunkten reagieren.