Data Science mit SAP HANA: Machine Learning, Advanced und Predictive Analytics – Auch mit SAP HANA Cloud (SAP PRESS) - Hardcover

Über die Autorinnen und Autoren

Andreas Forster ist Principal Data Scientist im Global Center of Excellence der SAP Business Technology Platform (SAP BTP). Seit über 10 Jahren unterstützt er Unternehmen aus den verschiedensten Industrien und Regionen beim Einsatz von Data-Science-Methoden, von der Bedarfsanalyse bis zur Umsetzung. Zuvor hat er als technischer Experte an BI-Themen gearbeitet, was eine solide Grundlage für den praktischen Einsatz von Data-Science-Methoden geschaffen hat. Er wohnt in der Schweiz und hat einen M. Sc. in Statistics von der University of Sheffield, einen M. Sc. in Computing Science von der University of London und einen Diplom-Betriebswirt (FH) von der Fachhochschule Bielefeld.

Dr. Stojan Maleschlijski ist Principal Machine Learning Expert im Global Center of Excellence der SAP Business Technology Platform (SAP BTP). In seiner Rolle konzentriert er sich seit sechs Jahren auf Unternehmen aus der Auto-, Maschinenbau-, Manufacturing-, Öl- und Gasindustrie. Er unterstützt die Kunden dabei, Mehrwerte aus Ihren Geschäfts- und/oder IoT-Daten zu extrahieren und hilft bei der Optimierung ihrer Geschäftsprozesse durch KI- und ML-Technologien. Er promovierte an der Universität Heidelberg im Bereich der Naturwissenschaften mit einem Data-Science-Bezug und vertiefte seine Expertise anschließend als Postdoc an der University of California, San Francisco.

Von der hinteren Coverseite

SAP HANA als Data-Science-Umgebung

Sie erfahren, welche Möglichkeiten Ihnen SAP HANA für Machine Learning, Predictive Analytics und künstliche Intelligenz bereitstellt und wie Sie die Cloud- oder On-Premise-Umgebung für Ihre Analysen vorbereiten.

Daten laden und vorbereiten

Welche Schnittstellen und Werkzeuge für Data Scientists unterstützt SAP HANA? Wie können Daten manuell geladen werden? Wie gehen Sie die explorative Datenanalyse an? Die Autoren zeigen Ihnen alle Schritte von der Datenvorbereitung bis zur Auswertung.

Beispiele direkt aus der Praxis

Profitieren Sie von den Erfahrungen der Autoren aus zahlreichen Data-Science-Projekten! Für alle ML-Algorithmen finden Sie ausführliche Anleitungen - von A wie Ausreißer-Analyse bis Z wie Zeitreihen.