Sie setzen SAP HANA, SAP HANA Cloud und SAP Data Warehouse Cloud zum Speichen großen Datenmengen ein? Dann lassen Sie das Potenzial der SAP-HANA-Bibliotheken, das weit darüber hinaus geht, nicht ungenutzt! Mit der Automated Predictive Library (APL) und der Predictive Analysis Library (PAL) lassen sich komplexe Auswertungen vornehmen und Vorhersagen treffen. Die Praxisbeispiele in diesem Handbuch zeigen Ihnen die Möglichkeiten zur Klassifizierung, Textanalyse, Clustering, Regression u.v.m. auf. Die Praxiserfahrungen der Autoren lassen sich direkt auf Ihre Anwendungsfälle übertragen.

SAP HANA als Data-Science-Umgebung
Erfahren Sie, 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 die wichtigsten ML-Algorithmen finden Sie ausführliche Anleitungen – von A wie Ausreißer-Analyse bis Z wie Zeitreihen.Aus dem Inhalt
- Was ist Data Science?
- SAP HANA, SAP HANA Cloud und SAP Data Warehouse Cloud
- Python, R und SQL
- Univariate und multivariate Analyse
- Automated Predictive Library
- Predictive Analytics Library
- Geodaten-, Graph- und Textanalyse
- Trainieren und Anwenden von Data-Science-Modellen
- Integration in Geschäftsprozesse und -anwendungen
Wer hat's geschrieben?
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.

