Mit SAP HANA und SAP HANA Cloud ist viel mehr möglich, als Sie denken! In diesem Buch erfahren Sie, wie Sie APL und PAL einsetzen können, um komplexe Auswertungen vorzunehmen und Vorhersagen zu treffen. Praktische Beispiele zu Klassifizierung, Regression u.v.m. zeigen Ihnen die vielfältigen Möglichkeiten auf und lassen sich direkt auf Ihre Anwendungsfälle übertragen. 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 Geschäftsanwendungen

Für SAP HANA, SAP HANA Cloud und SAP Data Warehouse Cloud

Inhalt
Vorworte ... 11 Einleitung ... 15 1. Einführung ... 19 1.1 ... Themenabgrenzung ... 20 1.2 ... Data Science in der SAP-Welt ... 27 2. SAP HANA als Data-Science-Umgebung ... 37 2.1 ... SAP HANA ... 38 2.2 ... SAP HANA Client ... 64 2.3 ... Python-Entwicklungsumgebung ... 64 3. Erste Schritte ... 71 3.1 ... Python ... 71 3.2 ... Die R-Programmiersprache ... 84 3.3 ... Die SQL-Sprache für SAP HANA ... 89 4. Explorative Datenanalyse und Datenvorbereitung ... 99 4.1 ... Analyse einer Tabelle ... 100 4.2 ... Analyse einzelner Variablen ... 105 4.3 ... Analyse mehrerer Variablen ... 111 4.4 ... Datenvorbereitung ... 114 5. Automated Predictive Library ... 129 5.1 ... Einführung in die APL ... 131 5.2 ... Klassifizierung mit der APL ... 133 5.3 ... Regression mit der APL ... 173 5.4 ... Zeitreihen mit der APL ... 186 5.5 ... Weitere Informationen ... 211 6. Predictive Analysis Library ... 213 6.1 ... Einführung in die PAL ... 214 6.2 ... Klassifizierung mit der PAL ... 216 6.3 ... Regression mit der PAL ... 229 6.4 ... Zeitreihen mit der PAL ... 236 6.5 ... Cluster-Analyse ... 253 6.6 ... Survival Analysis ... 260 6.7 ... Ausreißeranalyse ... 282 6.8 ... Automated Machine Learning ... 289 6.9 ... State-enabled Deployment ... 299 7. Spezialisierte Analyse-Engines ... 301 7.1 ... Geodatenanalyse ... 302 7.2 ... Graphanalyse ... 317 7.3 ... Textanalyse ... 328 8. Deployment-Optionen ... 341 8.1 ... SAP Data Intelligence ... 342 8.2 ... Cloud Foundry ... 357 8.3 ... Kyma ... 363 9. Tipps und Tricks ... 377 Anhang ... 397 A. Checkliste ... 397 Die Autoren ... 401 Index ... 403