Computer & IT

Questo libro fornisce una fonte di dati primari. Dipinge un quadro vivido di alcune delle numerose complessità dell'adozione della tecnologia a livello di base in un tipico Stato nigeriano contemporaneo. Fornisce una valutazione di prima mano di diversi fattori interni ed esterni peculiari delle piccole e medie imprese nigeriane, senza sminuire il loro ruolo di potenziali catalizzatori di uno sviluppo accelerato e ogni punto è trattato con precisione clinica.

El aumento de los casos de diabetes de tipo 2 ha impulsado la investigación de sistemas de diagnóstico robustos. La integración del aprendizaje automático mejora estos sistemas analizando diversos conjuntos de datos y abordando complicaciones asociadas como la obesidad, los malos hábitos y la hipertensión. La detección precoz es crucial, dadas sus graves consecuencias para la salud. El aprendizaje automático, junto con el procesamiento del lenguaje natural, ayuda en el pronóstico, el diagnóstico y los planes de prevención. Utilizando el conjunto de datos PIDD (768 muestras, 16 atributos), esta investigación se centra en la predicción de la diabetes con un conjunto de características ampliado. El preprocesamiento incluye normalización, equilibrio con SMOTE y comprobaciones de integridad para mejorar la precisión del modelo. En general, este estudio pone de relieve el papel fundamental del ML en el avance de la comprensión de la diabetes de tipo 2 y las capacidades de predicción a través de metodologías meticulosas y la selección de conjuntos de datos.

Este libro es una fuente de datos primarios. Presenta un cuadro vívido de algunos de los muchos entresijos de la adopción de tecnología a nivel de base en un típico estado nigeriano contemporáneo. Ofrece una evaluación de primera mano de varios factores internos y externos propios de las pequeñas y medianas empresas nigerianas, sin menoscabo de su papel como catalizador potencial de un desarrollo acelerado.

Rost chisla sluchaew diabeta 2-go tipa stimuliruet issledowaniq w oblasti nadezhnyh diagnosticheskih sistem. Integraciq mashinnogo obucheniq uluchshaet äti sistemy, analiziruq razlichnye nabory dannyh i ustranqq soputstwuüschie oslozhneniq, takie kak ozhirenie, wrednye priwychki i gipertoniq. Rannee obnaruzhenie imeet reshaüschee znachenie, uchitywaq ser'eznye posledstwiq dlq zdorow'q. OD, w sochetanii s obrabotkoj estestwennogo qzyka, pomogaet w prognozirowanii, diagnostike i razrabotke planow profilaktiki. Ispol'zuq nabor dannyh PIDD (768 obrazcow, 16 atributow), dannoe issledowanie poswqscheno prognozirowaniü diabeta s pomosch'ü rasshirennogo nabora harakteristik. Predwaritel'naq obrabotka wklüchaet normalizaciü, balansirowku s pomosch'ü SMOTE i prowerku polnoty dlq powysheniq tochnosti modeli. V celom, dannoe issledowanie podcherkiwaet klüchewuü rol' ML w uluchshenii ponimaniq i prognozirowaniq diabeta 2 tipa s pomosch'ü tschatel'noj metodologii i wybora naborow dannyh.

Der Anstieg der Fälle von Typ-2-Diabetes hat die Forschung an robusten Diagnosesystemen vorangetrieben. Die Integration von maschinellem Lernen verbessert diese Systeme, indem sie verschiedene Datensätze analysiert und damit verbundene Komplikationen wie Fettleibigkeit, schlechte Gewohnheiten und Bluthochdruck berücksichtigt. Angesichts der schwerwiegenden gesundheitlichen Folgen ist die Früherkennung von entscheidender Bedeutung. ML, gepaart mit natürlicher Sprachverarbeitung, hilft bei der Prognose, Diagnose und Präventionsplänen. Unter Verwendung des PIDD-Datensatzes (768 Stichproben, 16 Attribute) konzentriert sich diese Forschung auf die Vorhersage von Diabetes mit einem erweiterten Merkmalssatz. Die Vorverarbeitung umfasst Normalisierung, Abgleich mit SMOTE und Vollständigkeitsprüfungen zur Verbesserung der Modellgenauigkeit. Insgesamt unterstreicht diese Studie die zentrale Rolle von ML bei der Verbesserung des Verständnisses von Typ-2-Diabetes und der Vorhersagefähigkeiten durch sorgfältige Methodik und Datensatzauswahl.

Dieses Buch bietet eine Quelle für Primärdaten. Es zeichnet ein lebendiges Bild von einigen der vielen Feinheiten der Technologieanwendung an der Basis in einem typischen zeitgenössischen nigerianischen Staat. Es liefert aus erster Hand eine Bewertung verschiedener interner und externer Faktoren, die kleinen und mittleren Unternehmen in Nigeria eigen sind, ohne ihre Rolle als potenzieller Katalysator für eine beschleunigte Entwicklung zu untergraben, und jeder Punkt wird mit klinischer Präzision dargestellt.

Jeta kniga predstawlqet soboj istochnik perwichnyh dannyh. Ona risuet qrkuü kartinu nekotoryh iz mnogochislennyh tonkostej wnedreniq tehnologij na nizowom urowne w tipichnom sowremennom nigerijskom shtate. Ona daet ocenku iz perwyh ruk neskol'kih wnutrennih i wneshnih faktorow, harakternyh dlq malyh i srednih predpriqtij Nigerii, ne umalqq ih roli kak potencial'nogo katalizatora uskorennogo razwitiq, i kazhdyj punkt prorabotan s klinicheskoj tochnost'ü.

Este livro constitui uma fonte de dados primários. Pinta um quadro vívido de algumas das muitas complexidades da adoção de tecnologia ao nível da base num típico estado nigeriano contemporâneo. Fornece uma avaliação em primeira mão de vários factores internos e externos peculiares às pequenas e médias empresas na Nigéria, sem pôr em causa o seu papel como potenciais catalisadores de um desenvolvimento acelerado, e todos os pontos são apresentados com precisão clínica.

O aumento do número de casos de diabetes tipo 2 impulsionou a investigação de sistemas de diagnóstico robustos. A integração da aprendizagem automática melhora estes sistemas, analisando diversos conjuntos de dados e abordando complicações associadas como a obesidade, os maus hábitos e a hipertensão. A deteção precoce é crucial, dadas as graves implicações para a saúde. A aprendizagem automática, aliada ao processamento de linguagem natural, ajuda no prognóstico, no diagnóstico e nos planos de prevenção. Utilizando o conjunto de dados PIDD (768 amostras, 16 atributos), esta investigação centra-se na previsão da diabetes com um conjunto alargado de características. O pré-processamento envolve normalização, balanceamento com SMOTE e verificações de integridade para melhorar a precisão do modelo. Em geral, este estudo enfatiza o papel fundamental do ML no avanço da compreensão e das capacidades de previsão da Diabetes Tipo 2 através de metodologias meticulosas e da seleção de conjuntos de dados.

L'augmentation du nombre de cas de diabète de type 2 a stimulé la recherche de systèmes de diagnostic robustes. L'intégration de l'apprentissage automatique améliore ces systèmes en analysant divers ensembles de données et en s'attaquant aux complications associées telles que l'obésité, les mauvaises habitudes et l'hypertension. La détection précoce est cruciale, compte tenu des graves conséquences pour la santé. L'apprentissage automatique, associé au traitement du langage naturel, facilite le pronostic, le diagnostic et les plans de prévention. En utilisant l'ensemble de données PIDD (768 échantillons, 16 attributs), cette recherche se concentre sur la prédiction du diabète avec un ensemble de caractéristiques élargi. Le prétraitement comprend la normalisation, l'équilibrage avec SMOTE et des contrôles d'exhaustivité pour améliorer la précision du modèle. Dans l'ensemble, cette étude souligne le rôle central du ML dans l'amélioration de la compréhension du diabète de type 2 et des capacités prédictives grâce à des méthodologies méticuleuses et à la sélection d'ensembles de données.

Studienarbeit aus dem Jahr 2023 im Fachbereich Informatik - Software, Note: 1,3, AKAD University, ehem. AKAD Fachhochschule Stuttgart (Technik & IT), Veranstaltung: Schlüsselqualifikationen für Studium und Beruf, Sprache: Deutsch, Abstract: In dieser Ausarbeitung wird die Simulationsphase vor der Markteinführung in einem Entwicklungsprozess einer Software im Hinblick auf die Usability betrachtet. Diese Phase wird als empirisches Forschungsprojekt aufgesetzt. Zielsetzung ist es zu klären, wie insbesondere das Forschungsdesign und die Forschungsdurchführung in einem empirischen Forschungsprojekt unter wissenschaftlichen Betrachtungen aufgesetzt werden können.Um diese Zielsetzung zu erreichen, folgen nach der Einleitung grundlegende Einordnungen zu den Themen Usability, Usability Engineering beziehungsweise Usability Testing. Im weiteren Verlauf wird die Betrachtung auf empirische Forschungsprojekte gelenkt. Hier liegt der Fokus in den Phasen Forschungsdesign und Forschungsdurchführung. Das dritte Kapitel beschreibt den Szenario-Aufbau einer Usability-Prüfung und gibt somit Aufschlüsse über ein mögliches Forschungsprojekt in Bezug auf die Aufgabenstellung. Im letzten Teil werden die zuvor erarbeiteten Ergebnisse zusammengefasst, Rückschlüsse gezogen und mit einem Fazit wird diese Ausarbeitung abgeschlossen.

Entdecken Sie das transformative Potenzial von KI in der Geschäftskommunikation mit Dr. Emily A. Richardsons bahnbrechendem Buch "KI ¿ Schneller ¿ Besser ¿ Erfolgreicher? ChatGPT und ihre Exzellenz in der Geschäftskommunikation". Dieser Leitfaden bietet Ihnen tiefe Einblicke und praktische Lösungen, um die Herausforderungen und Chancen, die Künstliche Intelligenz bietet, effektiv zu nutzen. Perfekt für Fachleute und Enthusiasten, die an der Schnittstelle von Technologie und Geschäftswelt stehen und bereit sind, die Zukunft der Kommunikation zu gestalten. Sicher, praktisch, revolutionär ¿ machen Sie sich bereit, Ihre Geschäftsprozesse neu zu denken!

This book constitutes the refereed proceedings of the 16th International Conference on Verification and Evaluation of Computer and Communication Systems, VECoS 2023, held in Marrakech, Morocco, during October 18¿20, 2023. The 12 full papers included in this book were carefully reviewed and selected from 36 submissions. The topics presented covered a range of subjects, including approaches to improving the scalability and efficiency of formal verification and their applications to blockchain, smart contracts and neural networks.

Schneiden, kleben, falten - und dabei den Weltraum entdecken!Mit diesen zweifach differenzierten Lapbook-Vorlagen begeben sich die Kinder auf eine spannende Reise ins Weltall. Sie lernen ferne Sternbilder ebenso wie unser Sonnensystem mit den acht Planeten, der Sonne und dem Mond kennen. Darüber hinaus erfahren sie, wie Astronauten in einer Rakete zur Raumstation ISS fliegen. Viele weitere Lapbook-Vorlagen regen die Kinder zum Forschen und Entdecken des Weltraums an.Aus dem Inhalt:Was siehst du am Himmel? - Die Planeten - Unser Sonnensystem - Die Sonne - Unser Planet: die Erde - Der Mond - Sternbilder - Reise in den Weltraum - Die Raumstation ISS - Weltraum-Wörter - Forscherfragen ...

Der erste Band der neuen Reihe "Epistula" über das Thema "Brief und Bildung" beleuchtet die vielfältigen Zusammenhänge zwischen der Gattung Brief und einer als Überbegriff für Erziehung, Ausbildung und Gelehrsamkeit verstandenen Bildung aus einer transkulturellen und diachronen Perspektive. Bildung und Briefe hängen auf unterschiedliche Weisen zusammen: Vom "Brief als Bildung" kann man sprechen, insofern Briefe im Blick auf Sprache und Stil unterschiedliche Grade von Bildung spiegeln, vom Grundlagenniveau der Lese- und Schreibkompetenz bis hin zu höchster Gelehrsamkeit. Ferner kommt "Bildung im Brief" zur Sprache, wenn Bildungsziele und -inhalte sowie Techniken und Methoden zu deren Erwerb oder auch Kontroversen darüber explizit Thema eines Briefes sind. Schließlich findet "Bildung durch Briefe" statt, da diese literarische Gattung in besonderer Weise dazu dient, Bildungsprozesse anzuregen und anzuleiten, die aufgrund der engen Bindung von Bildung an deren individuelle Aneignung meist auf Persönlichkeits- und Selbst-Bildung zielen. Die Beiträge aus zahlreichen Fachdisziplinen erörtern diese Facetten des Verhältnisses von "Brief und Bildung" aus verschiedenen Perspektiven von der Antike bis zur Moderne.

This book gives a detailed information of various soft computing techniques across various fields for solving relevant, real-life problems. The authors, all female leaders in the field, show how soft computing uses approximate calculations to provide imprecise yet usable solutions to complex computational problems. This enables solutions for problems that may be either unsolvable or too time-consuming to solve with current hardware. The authors show how these techniques, when applied, have proven to be efficient and robust in many difficult situations. As an important part of the Women in Science and Engineering book series, the work highlights the contribution of women leaders in soft computing, inspiring women and men, girls and boys to enter and apply themselves to secure the future in the field.

Cet ouvrage sur Midjourney, dans sa version 5.2 actuelle, avec 250 prompts spécifiques et optimisés, est un guide pratique et innovant pour explorer les capacités de génération d'images de l'IA. Il offre aux utilisateurs, qu'ils soient novices ou expérimentés, des exemples concrets et des stratégies pour maximiser le potentiel créatif de Midjourney.

Understanding the Importance of Clustering and Segmentation in Data ScienceIn the ever-evolving field of data science, engineers are constantly seeking innovative techniques to extract meaningful insights from vast amounts of data. One such technique that has gained significant popularity is clustering and segmentation. In this subchapter, we will dive deep into the importance of clustering and segmentation in data science and its applications within the niche of machine learning for data science.Clustering, in its essence, involves grouping similar data points together based on their inherent characteristics. By identifying patterns and relationships among data points, clustering enables engineers to uncover hidden structures within the data, leading to valuable insights. With the ability to handle large datasets efficiently, clustering has become an indispensable tool for engineers working on data science projects.Segmentation, on the other hand, takes clustering a step further by partitioning data into distinct subsets or segments. This process allows engineers to understand the heterogeneous nature of the data and tailor their analysis and decision-making accordingly. By segmenting data, engineers are able to identify specific target groups, understand their unique preferences, and devise personalized strategies that drive business growth and enhance customer satisfaction.The importance of clustering and segmentation in data science cannot be overstated. These techniques enable engineers to gain a comprehensive understanding of complex datasets, identify trends, and make data-driven decisions with confidence. Whether it is customer segmentation for targeted marketing campaigns, anomaly detection in cybersecurity, or analyzing patterns in healthcare data, clustering and segmentation play a vital role in extracting valuable insights that drive business success.Furthermore, with the advent of machine learning algorithms and techniques, clustering and segmentation have witnessed significant advancements. Engineers can now employ sophisticated algorithms such as k-means, hierarchical clustering, and density-based clustering to achieve more accurate results and handle complex datasets effectively. These advancements have opened up new avenues for innovation and application of clustering and segmentation techniques in various industries, including finance, healthcare, retail, and more.

Scripting involves an ambiguity. First, it indicates a directive, as in the commands of "scripture"; or, in the disappointment that an apparently spontaneous happening was in fact "scripted." This engages a familiar outlook on computing: code is language operating in a "prescriptive" register. Additionally, however, scripting also hints towards the materiality of graphic "inscription," such as the traces expressed in the written form of a "manuscript." Thehistory of computing presented here is situated at the joints of these two senses. Working between them prompts an archaic image of the computer, far removed from advanced technologies of electronic machinery. It instead suggests its deep historical heritage in clerical labor, affording a perspective on computation as a manual, incorporated, and lived activity-that is, as the product of scribes.

Understanding the Mobile WebIn today's digital age, the mobile web has become an integral part of our daily lives. With the rapid advancements in technology, engineers have a crucial role to play in mobile development, ensuring that websites and applications are optimized for the mobile experience. This subchapter aims to provide engineers with a comprehensive understanding of the mobile web, enabling them to design and develop mobile-friendly solutions from basics to advanced.The mobile web refers to the use of the internet on mobile devices such as smartphones and tablets. It has its unique set of challenges and considerations compared to traditional desktop web design. Engineers need to be aware of the various factors that affect the mobile web experience, including screen sizes, touch-based interactions, limited bandwidth, and varying network conditions.One of the key aspects engineers must grasp is responsive design. This approach allows websites to adapt and respond to different screen sizes and orientations, ensuring a seamless user experience across devices. Engineers will learn about the principles and techniques of responsive design, including fluid grids, flexible images, and media queries.Another important topic covered in this subchapter is mobile performance optimization. Engineers need to optimize their websites and applications to load quickly and efficiently on mobile devices, as users have limited patience for slow-loading sites. Techniques such as minification, compression, and caching will be explored to improve the overall performance of mobile web solutions.Furthermore, engineers will delve into mobile usability and accessibility considerations. They will learn how to create user-friendly interfaces that are easy to navigate and interact with on mobile devices. Accessibility guidelines, such as providing alternative text for images and using proper color contrast, will also be discussed to ensure inclusivity for all users.Lastly, this subchapter will introduce engineers to the latest trends and technologies in the mobile web industry. Topics like progressive web apps, offline browsing, and mobile app development frameworks will be explored to equip engineers with advanced knowledge and skills in mobile web design and development.By understanding the unique aspects and challenges of the mobile web, engineers will be able to create compelling mobile experiences that meet the needs and expectations of users. Whether they are developing mobile websites or applications, this subchapter will provide engineers with the necessary knowledge and tools to excel in the field of mobile development.

This book offers a brief but effective introduction to quantum machine learning (QML). QML is not merely a translation of classical machine learning techniques into the language of quantum computing, but rather a new approach to data representation and processing. Accordingly, the content is not divided into a "classical part" that describes standard machine learning schemes and a "quantum part" that addresses their quantum counterparts. Instead, to immerse the reader in the quantum realm from the outset, the book starts from fundamental notions of quantum mechanics and quantum computing. Avoiding unnecessary details, it presents the concepts and mathematical tools that are essential for the required quantum formalism. In turn, it reviews those quantum algorithms most relevant to machine learning. Later chapters highlight the latest advances in this field and discuss the most promising directions for future research.To gain the most from this book, a basic grasp of statistics and linear algebra is sufficient; no previous experience with quantum computing or machine learning is needed. The book is aimed at researchers and students with no background in quantum physics and is also suitable for physicists looking to enter the field of QML.

Dieses Buch stellt die Konzepte ¿Ganzheitlichen Sanierung¿ und davon abgeleitet die ¿serielle Sanierung¿ vor. Es beschreibt den direktesten Weg hin zum CO2-neutralen Gebäudebestand. Dabei wird vom Zielzustand 2045 aus gedacht und geplant. Durch diese langfristige Perspektive wird ein effektiveres Vorgehen ermo¿glicht, denn man vermeidet dadurch, sich mit halbherzigen Sanierungsschritten die Zukunft zu verbauen und unnötiges Geld auszugeben.Wie solche CO2-neutralen Gebäude bereits heute realisiert werden, beschreibt die abgeschlossene Sanierung eines Sparkassengebäudes mit einer abgestimmten Kombination aus Energieeffizienz, Erneuerbaren Energien und Einbeziehung der Mitarbeiter. Die vielschichtigen Maßnahmen werden Schritt fu¿r Schritt diskutiert, um die in der Praxis gemachten Erfahrungen fu¿r alle, die sich mit Sanierungen beschäftigen, weiter zu geben. Im letzten Kapitel werden die neuesten Entwicklungen der seriellen Sanierung beschrieben und ein Ausblick über sein vielversprechendes Potenzial gegeben.Der InhaltDie Stadt der ZukunftDas Konzept der Ganzheitlichen SanierungPraxisbeispiel einer Ganzheitlichen Sanierungemissionsfreier SanierungsfahrplanBeispiel Faktor 11 Sanierung Mu¿nsterländer HofBeispiel Effizienzhaus Plus im Altbau, UlmNiederländischer EnergiesprongSerielle Sanierung zum NetZero BuildingDie ZielgruppenBauherren, Immobilienbesitzer, Architekten, Ingenieure, Fachplaner und EnergieberaterStudierende der Fachrichtungen Architektur, Bauingenieurwesen und Clima DesignJeder, der sich mit der Sanierung von Gebäuden beschäftigtDer AutorDipl.-Ing. Stefan Oehler ist Architekt & Ingenieur fu¿r nachhaltiges Bauen mit der Spezialisierung auf CO2-neutrales Sanieren. Seit 2019 entwickelt er die serielle Sanierung an verschiedenen Projekten und Gebäudetypen weiter.

Technological Titans vs. The Human Spirit: The Epic Battle for ControlCONVERSATIONAL CHAT INFORMATIVE BOOKBy ABEBE- BARD AI WOLDEMARIAM In a world increasingly ruled by technological giants, "Technological Titans vs. The Human Spirit" dives into the epic battle for control between these powerful forces and the fundamental essence of humanity. This book, by Abebe-Bard AI Woldemariam, explores the consequences of our tech-dominated lives, asking crucial questions about:Big Tech's Growing Influence: How tech companies gather and weaponize personal data, influence social discourse, and shape our daily routines.Erosion of Privacy and Autonomy: The shrinking space for privacy in a world of constant surveillance and algorithmic manipulation.Technology's Double-Edged Sword: Examining both the potential for good (solving global challenges, empowering individuals) and the darker side of control and manipulation.Human Resistance: Highlighting individual and collective efforts to reclaim control, protect privacy, and hold tech giants accountable.Future Scenarios: Exploring potential paths this struggle might take and the choices we face in shaping it.Beyond these core themes, the book delves deeper with:Case studies, essays, and research: Providing concrete examples and evidence to support its arguments.Experiences, practices, and reports: Offering personal accounts and practical strategies for navigating the tech-infused world.Ethical considerations: Raising critical questions about balancing individual rights, ensuring transparency, preventing discrimination, and safeguarding against abuse.Ultimately, "Technological Titans vs. The Human Spirit" sheds light on the complex dance between technology and humanity, urging us to consider the profound implications of this relationship for our future. It's a call to action, prompting us to actively engage in shaping a future where technology serves humanity, not the other way around.

Le tecniche di machine learning e deep learning (DL) hanno mostrato risultati promettenti nell'individuazione di attività fraudolente. In questa tesi, proponiamo approcci per il rilevamento delle frodi con carta di credito che combinano tecniche di apprendimento supervisionato e non supervisionato. Applichiamo tecniche di feature engineering per estrarre caratteristiche rilevanti dal dataset delle transazioni con carta di credito, seguite da modelli di rilevamento delle anomalie che combinano tecniche di ML supervisionato, ML semi-supervisionato e DL. Analizziamo il set di dati utilizzando vari parametri e metodi. Il nostro studio sui vari metodi di ML e DL per il rilevamento delle transazioni fraudolente sono le Reti Neurali Artificiali (ANN), la Regressione Lineare con Autoencoder, i K-Nearest Neighbors (KNN), XGBoost, CatBoost, Adaboost, Gradient Boosting, Random Forest, Decision Tree, K-Means Clustering, LightBGM, Regressione logistica, regressione logistica con dati sottocampionati, Naive Bayes achieves, SVC achieves, Isolation Forest e Local Outlier Factor. Valutiamo il nostro approccio su un dataset di transazioni di carte di credito del mondo reale, denominato Creditcard.csv, proveniente dal dataset Kaggle.