Process Mining

Author: Wil M. P. van der Aalst
Publisher: Springer
ISBN: 3662498510
Format: PDF
Download Now
This is the second edition of Wil van der Aalst’s seminal book on process mining, which now discusses the field also in the broader context of data science and big data approaches. It includes several additions and updates, e.g. on inductive mining techniques, the notion of alignments, a considerably expanded section on software tools and a completely new chapter of process mining in the large. It is self-contained, while at the same time covering the entire process-mining spectrum from process discovery to predictive analytics. After a general introduction to data science and process mining in Part I, Part II provides the basics of business process modeling and data mining necessary to understand the remainder of the book. Next, Part III focuses on process discovery as the most important process mining task, while Part IV moves beyond discovering the control flow of processes, highlighting conformance checking, and organizational and time perspectives. Part V offers a guide to successfully applying process mining in practice, including an introduction to the widely used open-source tool ProM and several commercial products. Lastly, Part VI takes a step back, reflecting on the material presented and the key open challenges. Overall, this book provides a comprehensive overview of the state of the art in process mining. It is intended for business process analysts, business consultants, process managers, graduate students, and BPM researchers.

Wirtschaftsrechnen

Author: Wilhelm Kalveram
Publisher: Springer-Verlag
ISBN: 3663128571
Format: PDF, Docs
Download Now
Dieses Buch soll das Gesamtgebiet der kaufmännischen Arithmetik so dar stellen, daß es einmal ein selbständiges Eindringen in dieses Stoffgebiet ermöglicht, zum andern aber auch für die Verwendung an höheren Handels schulen und für die Vorbereitung auf kaufmännische Prüfungen an Hoch schulen und Universitäten in Betracht kommt. Es wurde deshalb besonderer Wert auf einen methodischen Aufbau gelegt. Das eingeschaltete knappe, aber typische übungsmaterial, dem die Lösungen beigegeben sind, soll den ge botenen Wissensstoff veranschaulichen. Der Vorkurs ist als Wiederholung und Auffrischung schon vorhandener Kenntnisse gedacht und deshalb auf das Wesentliche beschränkt. Die Finanz mathematik wird so weit behandelt, wie sie in der Praxis eines großen kauf männischen Unternehmens gebraucht wird. Ein tieferes Eindringen in die Zinseszins-, Renten-und Anleiherechnung mit Hilfe mathematischer Metho den wurde bewußt vermieden. Seit dem Erscheinen der zweiten Auflage dieses Buches haben sich die Preis und Währungsverhältnisse so weit stabilisiert, daß in dieser nun vorliegenden dritten Auflage Kurse, Preise und sonstige Zahlenaussagen den heutigen Ver hältnissen angepaßt, gleichzeitig aber konjunkturelle Schwankungen ausge schaltet werden konnten. Eine wesentliche Erweiterung hat die nun vorliegende dritte Auflage dadurch erfahren, daß drei neue Kapitel über Effektenrechnen, Devisenrechnen und Devisenarbitrage eingefügt wurden. Ihnen liegen Arbeiten meines Vaters auf diesen Gebieten zugrunde, die in ihrem Aufbau im wesentlichen unverändert gelassen wurden, wobei jedoch, wie schon erwähnt, den heutigen Verhält nissen weitgehend Rechnung getragen wurde.

Process Mining

Author: Ralf Peters
Publisher: Springer-Verlag
ISBN: 3658241705
Format: PDF, Kindle
Download Now
Die Autoren geben einen praxisorientierten Einstieg in Process-Mining mit unternehmensbezogenen Anwendungsfällen und einer Marktübersicht der Software, die hilft, Geschäftsprozesse schnell, smart und einfach zu gestalten. Auf Basis von Log-Daten der Geschäftsvorgänge erstellt Process-Mining automatisch Modelle der Ist-Abläufe, kann diese mit Soll-Abläufen vergleichen und helfen, Geschäftsprozesse zu optimieren. Weitere Anwendungen von Process-Mining sind u.a. Governance, Risk und Compliance Management, IT-Migration und -Implementierung sowie Entwicklung digitaler Geschäftsmodelle. Process-Mining ist gerade auch für kleinere und mittelgroße Unternehmen von großer Bedeutung für die Wettbewerbsfähigkeit. Die Autoren Ralf Peters ist selbstständiger Unternehmensberater und Interimsmanager. Er unterstützt Unternehmen in Transformationsphasen, bei Post-Merger-Integrationen, IT-Implementierungen sowie dem Einsatz von Process-Mining. Prof. Dr. Markus Nauroth lehrt Wirtschaftsinformatik an der Hochschule Mainz und verantwortet u.a. als Studiengangleiter den Bachelor-Studiengang Angewandte Informatik. Zuvor war er als Unternehmensberater in London und New York tätig.

Modellierung und Analyse von Gesch ftsprozessen

Author: Andreas Drescher
Publisher: Walter de Gruyter GmbH & Co KG
ISBN: 3110494531
Format: PDF
Download Now
Buch bietet einen leicht verständlichen Einstieg in die Modellierung und Analyse von Geschäftsprozessen. Aufbauend auf Grundlagen zur Modellbildung und Modellerstellung werden gängige Modellierungssprachen wie Ereignisgesteuerte Prozesskette, Business Process Model and Notation, Unified Modeling Language-Aktivitätsdiagramm und Petri-Netze erklärt. Die Anwendung dieser Sprachen wird anhand einer umfangreichen Sammlung von Aufgaben und Lösungen vertieft. Insbesondere unterstützen verschiedene Aufgabentypen (z. B. Modellierung, textuelle Beschreibungen, Multiple Choice Aufgaben und Fehlerfindung) die Intensivierung des Lernprozesses zu Modellierungssprachen. Neben der Modellierung von Geschäftsprozessen bietet das Buch ebenfalls sehr viele Aufgaben zur Analyse von Geschäftsprozessen, die sich thematisch mit Netztransformationen, strukturellen und dynamischen Eigenschaften, Erreichbarkeitsanalysen und Analysen basierend auf linearer Algebra beschäftigen. Schlagworte: Geschäftsprozesse; Modellierungssprachen; BPMN; EPK; Petri-Netz; Process Mining; Übungsaufgaben; Klausuraufgaben Andreas Drescher studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT). Die von ihm betreuten Übungen zu den Vorlesungen »Modellierung von Geschäftsprozessen« und »Workflow-Management« wurden mehrfach für gute Lehre ausgezeichnet. Agnes Koschmider vertritt eine Professur für Angewandte Informatik am Karlsruher Institut für Technologie (KIT). Zwischen den Jahren 2005 und 2015 war sie Dozentin und Übungsleiterin der Vorlesung »Workflow-Management« am KIT. Andreas Oberweis ist Professor für Betriebliche Informationssysteme am Karlsruher Institut für Technologie (KIT). Er ist Dozent für die beiden Vorlesungen »Modellierung von Geschäftsprozessen« und »Workflow-Management«.

Grundlagen des Process Mining

Author: Julia Remberg
Publisher: GRIN Verlag
ISBN: 3640243242
Format: PDF, ePub, Mobi
Download Now
Studienarbeit aus dem Jahr 2008 im Fachbereich Informatik - Angewandte Informatik, Note: 1,7, Universität Duisburg-Essen (Mercator School of Menagement), Veranstaltung: Wirtschaftsinformatik, 34 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Sowohl die Sicherung von Produktqualität, die Verbesserung der Wirtschaftlichkeit eines Unternehmens als auch flexibles Reagieren auf Marktveränderungen sind heutzutage wesentliche Faktoren für den wirtschaftlichen Erfolg eines Unternehmens. Um diesen erreichen und aufrechterhalten zu können, müssen unternehmerische Strukturen und Abläufe erfasst, überwacht und optimiert werden. Daher stehen Informationssysteme heute mehr denn je vor der Herausforderung immer mehr Informationen über Geschäftsprozesse in Unternehmen zu verarbeiten. Möglichkeiten für die Analyse und Überwachung dieser Informationen sind beispielweise Workflowmanagement- bzw. Geschäftsprozessmanagementsysteme. Process Mining ist in einer Vielzahl dieser Informationssysteme anwendbar. Diese Systeme geben in Form von aufgezeichneten Ereignisprotokollen - sog. event logs - sehr detaillierte Informationen über die ausgeführten Prozesse im Unternehmen wieder. Ziel ist somit diese Informationen aus dem Ereignisprotokoll in Form von bspw. Prozessmodellen (z.B. dargestellt in Petri-Netzen) automatisiert zu extrahieren. Folglich beinhaltet Process Mining eine Vielzahl von a-posteriori Analyseverfahren, die in der Lage sind entsprechende Informationen aus den ereignisbasierten Daten eines event logs zu gewinnen. Ziel dieser Seminararbeit ist es, die Grundlagen des Process Mining genauer darzustellen. Dabei werden im zweiten Kapitel die Begriffe Geschäftsprozessmanagement und Workflowmanagement als Anwendungsfelder für Process Mining kurz erläutert. Das folgende Kapitel geht dann neben der Grundidee und den Zielen des Process Mining auf die Arten und das Kernprinzip ein. Das vierte Kapitel stellt schließlich den α-Algorithmus als ein grundlegendes und am weitesten verbreitetes Verfahren für Process Mining dar.

Einf hrung in Data Science

Author: Joel Grus
Publisher: O'Reilly
ISBN: 3960100256
Format: PDF, Kindle
Download Now
Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien der Datenanalyse erläutert und Ihnen geeignete Techniken und Werkzeuge vorstellt. Sie lernen nicht nur, wie Sie Bibliotheken, Frameworks, Module und Toolkits konkret einsetzen, sondern implementieren sie auch selbst. Dadurch entwickeln Sie ein tieferes Verständnis für die Zusammenhänge und erfahren, wie essenzielle Tools und Algorithmen der Datenanalyse im Kern funktionieren. Falls Sie Programmierkenntnisse und eine gewisse Sympathie für Mathematik mitbringen, unterstützt Joel Grus Sie dabei, mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfähigkeiten anzueignen, die Sie für die Praxis benötigen. Dabei verwendet er Python: Die weitverbreitete Sprache ist leicht zu erlernen und bringt zahlreiche Bibliotheken für Data Science mit. Aus dem Inhalt: - Absolvieren Sie einen Crashkurs in Python - Lernen Sie die Grundlagen von linearer Algebra, Statistik und Wahrscheinlichkeitsrechnung kennen und erfahren Sie, wie diese in Data Science eingesetzt werden - Sammeln, untersuchen, bereinigen, bearbeiten und manipulieren Sie Daten - Tauchen Sie in die Welt des maschinellen Lernens ein - Implementieren Sie Modelle wie k-nearest Neighbors, Naive Bayes, lineare und logistische Regression, Entscheidungsbäume, neuronale Netzwerke und Clustering - Entdecken Sie Empfehlungssysteme, Sprachverarbeitung, Netzwerkanalyse, MapReduce und Datenbanken

Statistik Workshop f r Programmierer

Author: Allen B. Downey
Publisher: O'Reilly Germany
ISBN: 3868993436
Format: PDF, Docs
Download Now
Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

K nstliche Intelligenz

Author: Peter Buxmann
Publisher: Springer-Verlag
ISBN: 366257568X
Format: PDF, Kindle
Download Now
Dieses Buch soll dabei helfen, die neuen Technologien und Anwendungspotenziale der künstlichen Intelligenz besser zu verstehen und einzuordnen. Neben einer ausführlichen und verständlichen Vermittlung grundlegender Kenntnisse und ökonomischer Effekte der künstlichen Intelligenz enthält es viele Anwendungsbeispiele bekannter Unternehmen. Konzerne wie Amazon, IBM, Microsoft, SAP oder VW lassen die Leser in ihre KI-Labors schauen und erklären konkrete Projekte zu Themen, wie z. B. Chatbots, Quantencomputing, Gesichtserkennung, sprachbasierte Systeme oder den Einsatz von KI-Anwendungen in den Bereichen Marketing, Vertrieb, Finanzen, Personalwesen, Produktion, Gesundheit sowie Logistik. Das Buch richtet sich an Entscheider in Unternehmen, Studierende, Dozenten und alle, die sich ein Bild über die vielleicht wichtigste technologische Entwicklung in diesem Jahrhundert machen möchten.

Einf hrung in TensorFlow

Author: Tom Hope
Publisher: O'Reilly
ISBN: 3960101813
Format: PDF, ePub, Mobi
Download Now
Deep-Learning-Netze, die mit großen Datenmengen angelernt wurden, lösen komplexe Aufgaben mit erstaunlicher Genauigkeit. TensorFlow ist die führende Open-Source-Bibliothek zum Erstellen und Trainieren neuronaler Deep-Learning-Netze z.B. für die Sprach- und Bilderkennung, die Verarbeitung natürlicher Sprache (NLP) oder die vorhersagende Datenanalyse. Dieses Buch bietet einer breiten technisch orientierten Leserschaft einen praxisnahen Zugang zu den Grundlagen von TensorFlow.Sie erarbeiten zunächst einige einfache Beispielaufgaben mit TensorFlow und tauchen anschließend tiefer in Themen ein wie die Architektur neuronaler Netze, die Visualisierung mit TensorBoard, Abstraktionsbibliotheken für TensorFlow oder Multithread-Pipelines zur Dateneingabe. Wenn Sie dieses Buch durchgearbeitet haben, sind Sie in der Lage, Deep-Learning-Systeme mit TensorFlow zu erstellen und im Produktivbetrieb einzusetzen.

Data Science mit Python

Author: Jake VanderPlas
Publisher: MITP-Verlags GmbH & Co. KG
ISBN: 3958456979
Format: PDF, ePub, Mobi
Download Now
Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: ● IPython und Jupyter für datenintensive Berechnungen ● NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python ● Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten ● Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« – Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts