Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Ihr gewünschter Artikel ist in 0 Buchhandlungen vorrätig - wählen Sie hier eine Buchhandlung in Ihrer Nähe aus:
Dieses Lehrbuch bietet eine kompakte Einführung in die Grundlagen der Graphentheorie und die Methoden der Netzwerkanalyse. Zahlreiche praktische Beispiele und Übungsaufgaben mit Lösungsvorschlägen helfen Leser:innen dabei, die theoretischen Konzepte besser zu verstehen und anzuwenden. Dabei werden unterschiedliche Technologien und Programmiersprachen verwendet, um ein breites Spektrum an Anwendungen abzudecken. Darüber hinaus beleuchten spezielle Kapitel die Methodik mit Blick auf die Planung und Durchführung eigener Netzwerkanalyseprojekte sowie ethische und datenschutzrechtliche Aspekte. So liefert das Buch nicht nur einen theoretischen Überblick, sondern auch praktische Tipps und Anleitungen für die Untersuchung eigener netzwerkanalytischer Fragestellungen. Dieses Buch eignet sich nicht nur als Nachschlagewerk für Studierende und Dozierende vielfältiger Fachdisziplinen mit curricularem Bezug zum Thema, sondern auch als Ergänzung des Repertoires von Praktiker:innen im Bereich Data Science mit Interesse an der Untersuchung von Netzwerken. Ob als theoretischer Einstieg oder als praktischer Ratgeber - dieses Buch leistet einen Beitrag für die Untersuchung und Analyse von Netzwerken und bietet eine Grundlage für weiterführende Studien und Projekte.
Prof. Dr. Christin Schmidt lehrt und forscht seit 2011 im Studiengang Angewandte Informatik an der Hochschule für Technik und Wirtschaft Berlin. Schwerpunkte liegen hierbei in den Gebieten Verteilte Systeme, Data Science sowie ethischen und gesellschaftlichen Aspekten der Informatik.
Grundlagen Graphentheorie.- Modellierung, Erhebung und Analyse von Netzwerkdaten.- Positions- und Zentralitätsmaße.- Knotengruppen.- Netzwerkmodelle.- Vorgehensmodell für Data-Science-Projekten.- Aspekte der Ethik.- Aspekte des Datenschutzes
