漢德百科全書 | 汉德百科全书
IT-Times
Education and Research
Education and Research
*Important disciplines
Important disciplines
Science and technology
Unter Data-Mining [ˈdeɪtə ˈmaɪnɪŋ] (von englisch data mining, aus englisch data ‚Daten‘ und englisch mine ‚graben‘, ‚abbauen‘, ‚fördern‘)[1] versteht man die systematische Anwendung statistischer Methoden auf große Datenbestände (insbesondere „Big Data“ bzw. Massendaten) mit dem Ziel, neue Querverbindungen und Trends zu erkennen. Solche Datenbestände werden aufgrund ihrer Größe mittels computergestützter Methoden verarbeitet. In der Praxis wurde der Unterbegriff Data-Mining auf den gesamten Prozess der sogenannten „Knowledge Discovery in Databases“ (englisch für Wissensentdeckung in Datenbanken; KDD) übertragen, der auch Schritte wie die Vorverarbeitung und Auswertung beinhaltet, während Data-Mining im engeren Sinne nur den eigentlichen Verarbeitungsschritt des Prozesses bezeichnet.[2]
Die Bezeichnung Data-Mining (eigentlich etwa „Abbau von Daten“) ist etwas irreführend, denn es geht um die Gewinnung von Wissen aus bereits vorhandenen Daten und nicht um die Generierung von Daten selbst.[3] Die prägnante Bezeichnung hat sich dennoch durchgesetzt. Die reine Erfassung, Speicherung und Verarbeitung von großen Datenmengen wird gelegentlich ebenfalls mit dem Buzzword Data-Mining bezeichnet. Im wissenschaftlichen Kontext bezeichnet es primär die Extraktion von Wissen, das „gültig (im statistischen Sinne), bisher unbekannt und potentiell nützlich“[4] ist „zur Bestimmung bestimmter Regelmäßigkeiten, Gesetzmäßigkeiten und verborgener Zusammenhänge“.[5] Fayyad definiert es als „ein[en] Schritt des KDD-Prozesses, der darin besteht, Datenanalyse- und Entdeckungsalgorithmen anzuwenden, die unter akzeptablen Effizienzbegrenzungen eine spezielle Auflistung von Mustern (oder Modellen) der Daten liefern“.[2]
Das Schließen von Daten auf (hypothetische) Modelle wird als Statistische Inferenz bezeichnet.
数据挖掘（英语：data mining）是一个跨学科的计算机科学分支[1][2][3] 。它是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程[1]。
数据挖掘过程的总体目标是从一个数据集中提取信息，并将其转换成可理解的结构，以进一步使用[1]。除了原始分析步骤，它还涉及到数据库和数据管理方面、数据预处理、模型与推断方面考量、兴趣度度量、复杂度的考虑，以及发现结构、可视化及在线更新等后处理[1]。数据挖掘是“数据库知识发现”（Knowledge-Discovery in Databases, KDD）的分析步骤[4] ，本质上属于机器学习的范畴。
类似词语“资料采矿”、“数据捕鱼”和“数据探测”指用数据挖掘方法来采样（可能）过小以致无法可靠地统计推断出所发现任何模式的有效性的更大总体数据集的部分。不过这些方法可以建立新的假设来检验更大数据总体。
History
Education and Research
Education and Research
*Important disciplines
Important disciplines
Science and technology
数论（英语：Number theory）是纯粹数学的分支之一，主要研究整数的性质。被誉为“最纯”的数学领域。
数学是科学的皇后，数论是数学的皇后。
——卡尔·弗里德里希·高斯
Education and Research
Education and Research
*Important disciplines
Important disciplines
Science and technology
数学分析学，也称分析数学、分析学或解析学（英语：Mathematical Analysis），是普遍存在于大学数学专业的一门基础课程。大致与非数学专业学生所学的高等数学课程内容相近，但内容更加深入，一般指以微积分学、无穷级数和解析函数等的一般理论为主要内容，并包括它们的理论基础[注 1]的一个较为完整的数学学科。[1]
数学分析研究的内容包括实数、复数、实函数及复变函数。数学分析是由微积分演进而来，在微积分发展至现代阶段中，从应用中的方法总结升华为一类综合性分析方法，且初等微积分中也包括许多数学分析的基础概念及技巧，可以认为这些应用方法是高等微积分生成的前提。数学分析的方式和其几何有关，不过只要任一数学空间有定义邻域（拓扑空间）或是有针对两对象距离的定义（度量空间），就可以用数学分析的方式进行分析。
Die Analysis [aˈnaːlyzɪs] (ανάλυσις análysis ‚Auflösung‘, ἀναλύειν analýein ‚auflösen‘) ist ein Teilgebiet der Mathematik. Als eigenständiges Teilgebiet der Mathematik existiert die Analysis seit Leonhard Euler (18. Jahrhundert). Seither ist sie die Mathematik der Natur- und Ingenieurwissenschaften.
Ihre Grundlagen wurden im 17. Jahrhundert von Gottfried Wilhelm Leibniz und Isaac Newton als Infinitesimalrechnung unabhängig voneinander entwickelt. Infinitesimalrechnung ist die mathematische Untersuchung kontinuierlicher Veränderungen, so wie Geometrie die Untersuchung der Form und Algebra die Untersuchung der Verallgemeinerung arithmetischer Operationen ist.
Zentrale Begriffe der Analysis sind die des Grenzwerts, der Folge, der Reihe sowie in besonderem Maße der Begriff der Funktion. Die Untersuchung von reellen und komplexen Funktionen hinsichtlich Stetigkeit, Differenzierbarkeit und Integrierbarkeit zählt zu den Hauptgegenständen der Analysis. Grundlegend für die gesamte Analysis sind die beiden Körper (der Körper der reellen Zahlen) und (der Körper der komplexen Zahlen) mitsamt deren geometrischen, arithmetischen, algebraischen und topologischen Eigenschaften.
(der 
(der 
Die Digitaltechnik ist ein Teilgebiet der technischen Informatik und der Elektronik und befasst sich mit digitalen Schaltungen. In diesen erfolgt die Signalverarbeitung mit digitalen Signalen, d. h. mit Signalen, die diskretisiert (zeitdiskret) wie auch quantisiert (wertediskret) sind. Sie stellt das Gegenstück zur Analogtechnik dar. Durch technologische Innovationen seit 1900 konnte sie zunehmend Funktionen aus der Analogtechnik ersetzen und vor allem neue ermöglichen. Die Digitaltechnik hat unsere Welt derart verändert, dass der Begriff „postdigital“ entstand.
数字技术（英語：Digital Technology），是一种利用现代计算机技术从而将传统信息资源转换为计算机能够识别的数字信息的技术。通过该技术将各种传统形式的消息转化为可识别的二进制形式从而进一步得在计算机上进行相关工作。
Ein digitaler Zwilling (engl. digital twin) ist eine digitale Repräsentanz eines materiellen oder immateriellen Objekts aus der realen Welt in der digitalen Welt. Es ist unerheblich, ob das Gegenstück in der realen Welt bereits existiert oder zukünftig erst existieren wird. Digitale Zwillinge ermöglichen einen übergreifenden Datenaustausch. Sie bestehen aus Modellen des repräsentierten Objekts und können daneben Simulationen, Algorithmen und Services enthalten, die Eigenschaften oder Verhalten des repräsentierten Objekts beschreiben, beeinflussen, oder Dienste darüber anbieten.
数字映射（Digital twin），或译作数字孪生、数字分身、数位双生，指在信息化平台内模拟物理实体、流程或者系统，类似实体系统在信息化平台中的双胞胎。借助于数字映射，可以在信息化平台上了解物理实体的状态，甚至可以对物理实体里面预定义的接口组件进行控制。
数字映射是物联网里面的概念，它指通过集成物理反馈数据，并辅以人工智能、机器学习和软件分析，在信息化平台内置立一个数字化模拟。这个模拟会根据反馈，随着物理实体的变化而自动做出相应的变化。理想状态下，数字映射可以根据多重的反馈源数据进行自我学习，从而几乎实时地在数字世界里呈现物理实体的真实状况。数字映射的反馈源主要依赖于各种传感器，如压力、角度、速度传感器等。数字映射的自我学习（或称机器学习）除了可以依赖于传感器的反馈信息，也可以是通过历史数据，或者是集成网络的数据学习。后者常指多个同批量的物理实体同时进行不同的操作，并将数据反馈到同一个信息化平台，数字映射根据海量的信息反馈，进行迅速的深度学习和精确模拟。
Medical, Pharmaceutical, Rehabilitation
Medical, Pharmaceutical, Rehabilitation
Health system
Medical, Pharmaceutical, Rehabilitation
*eHealth
Was ist das E-Rezept?
Digital Richtung Zukunft: Wir nutzen unser Smartphone zum Online-Banking, Einkaufen und informieren uns online über die neueste Nachricht. Warum nicht also auch zur Einlösung von Rezepten?
Wenn Sie bei einem Arztbesuch ein Rezept verordnet bekommen, erhalten Sie standardmäßig ein Papierrezept. Mit dem elektronischen Rezept (E-Rezept) können nun auch Rezepte vollkommen digital ausgestellt und eingelöst werden. So sparen Sie Wege - und vor allem Zeit.
Wie ist der Entwicklungsstand des E-Rezepts in Deutschland?
Arztpraxen werden derzeit nach und nach an die Softwarelösung zur Ausstellung des E-Rezepts angeschlossen. Flächendeckende Ausstellungsmöglichkeiten wird es voraussichtlich erst im Laufe des Jahrs 2023 geben. Sprechen Sie am besten Ihren behandelnden Arzt an, ab wann die Ausstellung von E-Rezepten in seiner Praxis möglich ist..
Mittels ihres Praxisverwaltungssystem können Ärzte ein E-Rezept digital zusammen mit einem individuellen DATAMATRIX-Code ausstellen. Vor allem in der Einführungsphase werden Sie das E-Rezept noch als Ausdruck erhalten.
Wie funktionert das E-Rezept?
In der Einführungsphase werden Sie das E-Rezept in der Regel als Ausdruck von Ihrem Arzt erhalten. Das E-Rezept verfügt über einen individuellen DATAMATRIX-Code, der Ihre Rezeptdaten sicher und verschlüsselt enthält. Den DATAMATRIX-Code können Sie ortsunabhängig auf medpex.de oder in der medpex App abscannen.
Vollständig digital können Sie Ihr E-Rezept einlösen, indem Ihr ausstellender Arzt dieses direkt an eine bundeseinheitliche E-Rezept-App übermittelt. Sie können das E-Rezept dann direkt medpex zuweisen und das E-Rezept so online einlösen. Bitte beachten Sie, dass Sie für diese Variante über eine elektronische Gesundheitskarte (eGK) mit NFC-Funktion und ein NFC-fähiges Smartphone verfügen müssen. Die NFC-Funktion steht derzeit noch nicht flächendeckend zur Verfügung. Daher wird der Ausdruck des E-Rezepts bis auf Weiteres notwendig sein.
Das E-Rezept kommt - medpex ist bereit
Bei medpex können Sie Ihr E-Rezept einfach und bequem und jederzeit online einlösen. Dabei haben Sie die Wahl: Lösen Sie Ihr E-Rezept unkompliziert über Ihren Computer ein, indem Sie den QR-Code direkt über die medpex Scanner-Funktion einscannen oder laden Sie das E-Rezept als Bild-Datei hoch.
Noch komfortabler geht es mit der medpex App: Einfach die App auf Ihrem Smartphone oder Tablet öffnen und den QR-Code abscannen - so können Sie Ihr E-Rezept überall ortsunabhängig und auch von unterwegs einscannen und an medpex übermitteln.
So lösen Sie Ihr E-Rezept bei medpex ein: 