Search Results for "data-mining-with-rattle-and-r-the-art-of-excavating-data-for-knowledge-discovery-use-r"

Data Mining with Rattle and R

Data Mining with Rattle and R

The Art of Excavating Data for Knowledge Discovery

  • Author: Graham Williams
  • Publisher: Springer Science & Business Media
  • ISBN: 144199890X
  • Category: Mathematics
  • Page: 374
  • View: 4533
DOWNLOAD NOW »
Data mining is the art and science of intelligent data analysis. By building knowledge from information, data mining adds considerable value to the ever increasing stores of electronic data that abound today. In performing data mining many decisions need to be made regarding the choice of methodology, the choice of data, the choice of tools, and the choice of algorithms. Throughout this book the reader is introduced to the basic concepts and some of the more popular algorithms of data mining. With a focus on the hands-on end-to-end process for data mining, Williams guides the reader through various capabilities of the easy to use, free, and open source Rattle Data Mining Software built on the sophisticated R Statistical Software. The focus on doing data mining rather than just reading about data mining is refreshing. The book covers data understanding, data preparation, data refinement, model building, model evaluation, and practical deployment. The reader will learn to rapidly deliver a data mining project using software easily installed for free from the Internet. Coupling Rattle with R delivers a very sophisticated data mining environment with all the power, and more, of the many commercial offerings.

Smart Data Analytics

Smart Data Analytics

Mit Hilfe von Big Data Zusammenhänge erkennen und Potentiale nutzen

  • Author: Andreas Wierse,Till Riedel
  • Publisher: Walter de Gruyter GmbH & Co KG
  • ISBN: 3110461919
  • Category: Technology & Engineering
  • Page: 440
  • View: 7516
DOWNLOAD NOW »
Wenn in Datenbergen wertvolle Geheimnisse schlummern, aus denen Profit erzielt werden soll, dann geht es um Big Data. Doch wie schöpft man aus »großen Daten« echte Werte, wenn man nicht gerade Google ist? Um aus Unternehmens-, Maschinen- oder Sensordaten einen Ertrag zu erzielen, reicht Big Data-Technologie allein nicht aus. Entscheidend sind die übergeordneten Innovations prozesse: die smarte Analyse von Big Data. Erst durch den kompetenten Einsatz der richtigen Werkzeuge und Techniken werden aus Big Data tatsächlich Smart Data. Das Praxishandbuch Smart Data Analytics gibt einen Überblick über die Technologie, die bei der Analyse von großen und heterogenen Datenmengen – inklusive Echtzeitdaten – zum Einsatz kommt. Elf Praxisbeispiele zeigen die konkrete Anwendung in kleinen und mittelständischen Unternehmen. So erfahren Sie, wie Sie Ihr Smart Data Analytics-Projekt in Ihrem eigenen Unternehmen vorbereiten und umsetzen können. Das Buch erläutert neben den organisatorischen Aspekten auch die rechtlichen Rahmenbedingungen. Und es zeigt, wie Sie sowohl den Nutzen bewerten können, der aus den Daten gezogen werden soll, als auch den Aufwand, den Sie dafür betreiben müssen. Denn Smart Data steht für mehr als nur die Untersuchung großer Datenmengen: Smart Data Analytics ist der Schlüssel zu einem smarten Umgang mit Ihren Unternehmensdaten und hilft, bislang unentdecktes Potenzial zu entdecken. Dr. Andreas Wierse studierte Mathematik und promovierte in den Ingenieurwissenschaften im Bereich Visualisierung, seit 2011 unterstützt er mittelständische Unternehmen rund um Big und Smart Data Technologie. Dr. Till Riedel lehrt als Informatiker am KIT und koordiniert im Smart Data Solution Center Baden-Württemberg und Smart Data Innovation Lab Forschung und Innovation auf industriellen Datenschätzen.

Journeys to Data Mining

Journeys to Data Mining

Experiences from 15 Renowned Researchers

  • Author: Mohamed Medhat Gaber
  • Publisher: Springer Science & Business Media
  • ISBN: 3642280471
  • Category: Computers
  • Page: 244
  • View: 2082
DOWNLOAD NOW »
Data mining, an interdisciplinary field combining methods from artificial intelligence, machine learning, statistics and database systems, has grown tremendously over the last 20 years and produced core results for applications like business intelligence, spatio-temporal data analysis, bioinformatics, and stream data processing. The fifteen contributors to this volume are successful and well-known data mining scientists and professionals. Although by no means an exhaustive list, all of them have helped the field to gain the reputation and importance it enjoys today, through the many valuable contributions they have made. Mohamed Medhat Gaber has asked them (and many others) to write down their journeys through the data mining field, trying to answer the following questions: 1. What are your motives for conducting research in the data mining field? 2. Describe the milestones of your research in this field. 3. What are your notable success stories? 4. How did you learn from your failures? 5. Have you encountered unexpected results? 6. What are the current research issues and challenges in your area? 7. Describe your research tools and techniques. 8. How would you advise a young researcher to make an impact? 9. What do you predict for the next two years in your area? 10. What are your expectations in the long term? In order to maintain the informal character of their contributions, they were given complete freedom as to how to organize their answers. This narrative presentation style provides PhD students and novices who are eager to find their way to successful research in data mining with valuable insights into career planning. In addition, everyone else interested in the history of computer science may be surprised about the stunning successes and possible failures computer science careers (still) have to offer.

Proceedings. 21. Workshop Computational Intelligence, Dortmund, 1. - 2. Dezember 2011

Proceedings. 21. Workshop Computational Intelligence, Dortmund, 1. - 2. Dezember 2011

  • Author: Frank Hoffmann,E. Hüllermeier
  • Publisher: KIT Scientific Publishing
  • ISBN: 3866447434
  • Category:
  • Page: 316
  • View: 4396
DOWNLOAD NOW »

Data Mining and Business Analytics with R

Data Mining and Business Analytics with R

  • Author: Johannes Ledolter
  • Publisher: John Wiley & Sons
  • ISBN: 1118572157
  • Category: Computers
  • Page: 368
  • View: 7568
DOWNLOAD NOW »
Collecting, analyzing, and extracting valuable information froma large amount of data requires easily accessible, robust,computational and analytical tools. Data Mining and BusinessAnalytics with R utilizes the open source software R for theanalysis, exploration, and simplification of large high-dimensionaldata sets. As a result, readers are provided with the neededguidance to model and interpret complicated data and become adeptat building powerful models for prediction and classification. Highlighting both underlying concepts and practicalcomputational skills, Data Mining and Business Analytics withR begins with coverage of standard linear regression and theimportance of parsimony in statistical modeling. The book includesimportant topics such as penalty-based variable selection (LASSO);logistic regression; regression and classification trees;clustering; principal components and partial least squares; and theanalysis of text and network data. In addition, the bookpresents: • A thorough discussion and extensive demonstration of thetheory behind the most useful data mining tools • Illustrations of how to use the outlined concepts inreal-world situations • Readily available additional data sets and related Rcode allowing readers to apply their own analyses to the discussedmaterials • Numerous exercises to help readers with computing skillsand deepen their understanding of the material Data Mining and Business Analytics with R is an excellentgraduate-level textbook for courses on data mining and businessanalytics. The book is also a valuable reference for practitionerswho collect and analyze data in the fields of finance, operationsmanagement, marketing, and the information sciences.

Data Mining Algorithms

Data Mining Algorithms

Explained Using R

  • Author: Pawel Cichosz
  • Publisher: John Wiley & Sons
  • ISBN: 1118950801
  • Category: Mathematics
  • Page: 720
  • View: 661
DOWNLOAD NOW »
Data Mining Algorithms is a practical, technically-oriented guide to data mining algorithms that covers the most important algorithms for building classification, regression, and clustering models, as well as techniques used for attribute selection and transformation, model quality evaluation, and creating model ensembles. The author presents many of the important topics and methodologies widely used in data mining, whilst demonstrating the internal operation and usage of data mining algorithms using examples in R.

Learning R

Learning R

A Step-by-Step Function Guide to Data Analysis

  • Author: Richard Cotton
  • Publisher: "O'Reilly Media, Inc."
  • ISBN: 1449357180
  • Category: Computers
  • Page: 400
  • View: 2701
DOWNLOAD NOW »
Learn how to perform data analysis with the R language and software environment, even if you have little or no programming experience. With the tutorials in this hands-on guide, you’ll learn how to use the essential R tools you need to know to analyze data, including data types and programming concepts. The second half of Learning R shows you real data analysis in action by covering everything from importing data to publishing your results. Each chapter in the book includes a quiz on what you’ve learned, and concludes with exercises, most of which involve writing R code. Write a simple R program, and discover what the language can do Use data types such as vectors, arrays, lists, data frames, and strings Execute code conditionally or repeatedly with branches and loops Apply R add-on packages, and package your own work for others Learn how to clean data you import from a variety of sources Understand data through visualization and summary statistics Use statistical models to pass quantitative judgments about data and make predictions Learn what to do when things go wrong while writing data analysis code

R in a Nutshell

R in a Nutshell

  • Author: Joseph Adler
  • Publisher: O'Reilly Germany
  • ISBN: 3897216507
  • Category: Computers
  • Page: 768
  • View: 5053
DOWNLOAD NOW »
Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Data mining

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

  • Author: Ian H. Witten,Eibe Frank
  • Publisher: N.A
  • ISBN: 9783446215337
  • Category:
  • Page: 386
  • View: 2189
DOWNLOAD NOW »

Der perfekte Tipp

Der perfekte Tipp

Statistik des Fußballspiels

  • Author: Andreas Heuer
  • Publisher: John Wiley & Sons
  • ISBN: 3527650784
  • Category: Mathematics
  • Page: 330
  • View: 5233
DOWNLOAD NOW »
How predictable is a soccer game, what good does the change of a coach, which role does the salary of soccer players have? Andreas Heuer surprises us with his analysis of soccer statistics. He shows that many beloved soccer sayings will vanish into thin air at a closer look.

Parametrische Statistik

Parametrische Statistik

Verteilungen, maximum likelihood und GLM in R

  • Author: Carsten F. Dormann
  • Publisher: Springer-Verlag
  • ISBN: 3662546841
  • Category: Medical
  • Page: 363
  • View: 9112
DOWNLOAD NOW »
Beispielreich baut dieses Buch Schritt für Schritt die statistischen Grundlagen moderner Datenanalysen auf. Im Gegensatz zu anderen einführenden Werken legt dieses Buch großen Wert auf einen umfassend gespannten Bogen, einen roten Faden, der alle Methoden zusammenführt. Dabei werden klassische statistische Methoden (etwa t-Test oder multiple Regression) als Spezialfall des Generalisierten Linearen Modells entwickelt. Entsprechend legt das Buch zunächst eine Grundlage in beschreibender Statistik, Verteilungen und maximum likelihood, aus der dann alle anderen Verfahren abgeleitet werden (ANOVA, multiple Regression). Jeder Schritt ist auf zwei Kapitel verteilt: Im ungradzahligen Kapitel wird anhand von vielen Beispielen und Abbildungen die Idee der statistischen Herangehensweise erläutert. Im sich daran anschließenden gradzahligen Kapitel wird die Umsetzung in der freien Statistiksoftware R gezeigt. Ein Kapitel zur Wissenschafts- und Forschungstheorie und eines zum Design von Experimenten und Stichprobeverfahren komplettiert dieses einleitende Werk. Das Buch legt großen Wert auf Verständlichkeit und Umsetzung. Mathematische Herleitungen treten demgegenüber stark in den Hintergrund. Jedes Kapitel enthält explizit ausgewiesene Lerninhalte, die durch Übungen zu jedem R-Kapitel geprüft werden können. Ein ausführliches Schlagwortverzeichnis inklusive der R-Funktionen macht das Buch auch als Nachschlagewerk nutzbar. Die zweite Auflage wurde ergänzt um Schätzung mittels der Momentenmethode, Residuendiagnostik für nicht-normalverteilte Daten und die erschöpfende Modellsuche.

Die Geschichte der Medizin in 50 Objekten

Die Geschichte der Medizin in 50 Objekten

  • Author: Gill Paul
  • Publisher: N.A
  • ISBN: 9783258080192
  • Category:
  • Page: 224
  • View: 1861
DOWNLOAD NOW »

Programmieren mit R

Programmieren mit R

  • Author: Uwe Ligges
  • Publisher: Springer-Verlag
  • ISBN: 3540267328
  • Category: Mathematics
  • Page: 237
  • View: 2775
DOWNLOAD NOW »
R ist eine objekt-orientierte und interpretierte Sprache und Programmierumgebung für Datenanalyse und Grafik - frei erhältlich unter der GPL. Ziel dieses Buches ist es, nicht nur ausführlich in die Grundlagen der Sprache R einzuführen, sondern auch ein Verständnis der Struktur der Sprache zu vermitteln. Leicht können so eigene Methoden umgesetzt, Objektklassen definiert und ganze Pakete aus Funktionen und zugehöriger Dokumentation zusammengestellt werden. Die enormen Grafikfähigkeiten von R werden detailliert beschrieben. Das Buch richtet sich an alle, die R als flexibles Werkzeug zur Datenenalyse und -visualisierung einsetzen möchten: Studierende, die Daten in Projekten oder für ihre Diplomarbeit analysieren möchten, Forschende, die neue Methoden ausprobieren möchten, und diejenigen, die in der Wirtschaft täglich Daten aufbereiten, analysieren und anderen in komprimierter Form präsentieren.

Erweiterte Datenanalyse mit SPSS

Erweiterte Datenanalyse mit SPSS

Statistik und Data Mining

  • Author: Achim Bühl,Peter Zöfel
  • Publisher: Springer-Verlag
  • ISBN: 332289603X
  • Category: Computers
  • Page: 396
  • View: 3103
DOWNLOAD NOW »
Das Buch beschreibt Methoden der Statistik und des Data Mining, die zu SPSS, der weltweit verbreitetsten Software zur statistischen Datenanalyse, in Form weiterer Module und Programme angeboten werden: Entscheidungsbaumanalyse (das Programm Answer Tree), mehrere Varianten der Korrespondenzanalyse, kategoriale Regression und multidimensionale Skalierung (Categories), Conjoint-Analyse (Conjoint), Pfadanalyse (Amos), Zeitreihenanalysen (Trends) sowie exakte Varianten für nichtparametrische Tests und Kreuztabellenstatistiken bei kleinen Fallzahlen (Exact Tests). Die Erstellung präsentationsreifer Tabellen (Tables) und weiterer Reportmöglichkeiten runden das Buch ab. Die Einführung in die Verfahren erfolgt anhand passender Beispiele, wobei auf komplizierte mathematische Herleitungen verzichtet wird. Alle Datenbeispiele sind auf einer CD beigegeben, so dass sie selbst nachvollzogen bzw. modifiziert werden können.

Visualize This!

Visualize This!

  • Author: Nathan Yau
  • Publisher: John Wiley & Sons
  • ISBN: 3527760229
  • Category: Statistics / Graphic methods / Data processing
  • Page: 422
  • View: 2342
DOWNLOAD NOW »
A guide on how to visualise and tell stories with data, providing practical design tips complemented with step-by-step tutorials.

Statistik mit R

Statistik mit R

Eine praxisorientierte Einführung in R

  • Author: Joachim Zuckarelli
  • Publisher: O'Reilly
  • ISBN: 3960101422
  • Category: Computers
  • Page: 366
  • View: 6038
DOWNLOAD NOW »
Erfahren Sie in diesem Buch, was Sie wirklich wissen müssen, um statistische Analysen mit R erfolgreich durchzuführen. Diese pragmatische Einführung in die statistische Arbeit mit R eignet sich insbesondere für Studenten und Wissenschaftler aus dem wirtschafts-, sozialoder politikwissenschaftlichen Bereich, aber auch für diejenigen, die beruflich mit Statistik zu tun haben, weil sie zum Beispiel Finanzmarktdaten auswerten oder an Marktforschungsstudien arbeiten. Anders als viele andere Einführungen in R vermittelt Ihnen dieses Buch nicht nur die Grundlagen der Sprache R, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie rasch in die Lage versetzt, produktiv mit R zu arbeiten. Themen des Buchs sind: - Mit Daten arbeiten: Ihre Arbeit mit R organisieren, Einlesen von Daten in R, Datenspeicherung - Daten aufbereiten: unterschiedliche Datensätze kombinieren, Daten filtern, sortieren und bereinigen - Daten deskriptiv analysieren: den Datensatz kennenlernen, Lage-, Streuungs-und Zusammenhangsmaße berechnen und interpretieren - Kontinuierliche Daten analysieren: Lineare Regressionsmodelle, Hypothesentests, Diagnose und Behandlung von Annahmeverletzungen - Kategoriale Daten analysieren: Lineares Wahrscheinlichkeitsmodell, Logit-und Probit-Modelle - Ergebnisse präsentieren: Ergebnisse in Tabellen und Grafiken aussagekräftig präsentieren

The Second Machine Age

The Second Machine Age

Wie die nächste digitale Revolution unser aller Leben verändern wird

  • Author: Erik Brynjolfsson,Andrew McAfee
  • Publisher: Plassen Verlag
  • ISBN: 3864702224
  • Category: Political Science
  • Page: 368
  • View: 7524
DOWNLOAD NOW »
Computer sind mittlerweile so intelligent geworden, dass die nächste industrielle Revolution unmittelbar bevorsteht. Wer profitiert, wer verliert? Antworten auf diese Fragen bietet das neue Buch der Technologie-Profis Erik Brynjolfsson und Andrew McAfee. Seit Jahren arbeiten wir mit Computern - und Computer für uns. Mittlerweile sind die Maschinen so intelligent geworden, dass sie zu Leistungen fähig sind, die vor Kurzem noch undenkbar waren: Sie fahren Auto, sie schreiben eigene Texte - und sie besiegen Großmeister im Schach. Dieser Entwicklungssprung ist nur der Anfang. In ihrem neuen Buch zeigen zwei renommierte Professoren, welch atemberaubende Entwicklungen uns noch bevorstehen: Die zweite industrielle Revolution kommt! Welche Auswirkungen wird das haben? Welche Chancen winken, welche Risiken drohen? Was geschieht dabei mit den Menschen, was mit der Umwelt? Und was werden Gesellschaft und Politik tun, um die Auswirkungen dieser "neuen digitalen Intelligenz" für alle bestmöglich zu gestalten? Dieses Buch nimmt Sie mit auf eine Reise in eine Zukunft, die schon längst begonnen hat.

Data Science für Dummies

Data Science für Dummies

  • Author: Lillian Pierson
  • Publisher: John Wiley & Sons
  • ISBN: 352780675X
  • Category: Mathematics
  • Page: 382
  • View: 3227
DOWNLOAD NOW »
Daten, Daten, Daten? Sie haben schon Kenntnisse in Excel und Statistik, wissen aber noch nicht, wie all die Datensätze helfen sollen, bessere Entscheidungen zu treffen? Von Lillian Pierson bekommen Sie das dafür notwendige Handwerkszeug: Bauen Sie Ihre Kenntnisse in Statistik, Programmierung und Visualisierung aus. Nutzen Sie Python, R, SQL, Excel und KNIME. Zahlreiche Beispiele veranschaulichen die vorgestellten Methoden und Techniken. So können Sie die Erkenntnisse dieses Buches auf Ihre Daten übertragen und aus deren Analyse unmittelbare Schlüsse und Konsequenzen ziehen.

Statistik-Workshop für Programmierer

Statistik-Workshop für Programmierer

  • Author: Allen B. Downey
  • Publisher: O'Reilly Germany
  • ISBN: 3868993436
  • Category: Computers
  • Page: 160
  • View: 7711
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.

Routineaufgaben mit Python automatisieren

Routineaufgaben mit Python automatisieren

Praktische Programmierlösungen für Einsteiger

  • Author: Al Sweigart
  • Publisher: dpunkt.verlag
  • ISBN: 3864919932
  • Category: Computers
  • Page: 576
  • View: 9931
DOWNLOAD NOW »
Wenn Sie jemals Stunden damit verbracht haben, Dateien umzubenennen oder Hunderte von Tabelleneinträgen zu aktualisieren, dann wissen Sie, wie stumpfsinnig manche Tätigkeiten sein können. Wie wäre es, den Computer dazu zu bringen, diese Arbeiten zu übernehmen? In diesem Buch lernen Sie, wie Sie mit Python Aufgaben in Sekundenschnelle erledigen können, die sonst viel Zeit in Anspruch nehmen würden. Programmiererfahrung brauchen Sie dazu nicht: Wenn Sie einmal die Grundlagen gemeistert haben, werden Sie Python-Programme schreiben, die automatisch alle möglichen praktischen Aufgaben für Sie abarbeiten: • eine oder eine Vielzahl von Dateien nach Texten durchsuchen • Dateien und Ordner erzeugen, aktualisieren, verschieben und umbenennen • das Web durchsuchen und Inhalte herunterladen • Excel-Dateien aktualisieren und formatieren • PDF-Dateien teilen, zusammenfügen, mit Wasserzeichen versehen und verschlüsseln • Erinnerungsmails und Textnachrichten verschicken • Online-Formulare ausfüllen Schritt-für-Schritt-Anleitungen führen Sie durch jedes Programm und Übungsaufgaben am Ende jedes Kapitels fordern Sie dazu auf, die Programme zu verbessern und Ihre Fähigkeiten auf ähnliche Problemstellungen zu richten. Verschwenden Sie nicht Ihre Zeit mit Aufgaben, die auch ein gut dressierter Affe erledigen könnte. Bringen Sie Ihren Computer dazu, die langweilige Arbeit zu machen!