@book{Lueken2016, author = {L{\"u}ken,}, title = {Innovationen und asymmetrische Besteuerung}, publisher = {SpringerGabler}, address = {Wiesbaden}, publisher = {Technische Hochschule Rosenheim}, year = {2016}, language = {de} } @book{Petkovic2016, author = {Petkovic, Dusan}, title = {6. Auflage: Microsoft SQL Server 2016: A Beginner's Guide}, edition = {6}, publisher = {McGraw- Hill Osborne Media}, address = {Columbus, Ohio}, isbn = {978-1-25-964179-4}, publisher = {Technische Hochschule Rosenheim}, year = {2016}, abstract = {Get up and running on Microsoft SQL Server 2016 in no time with help from this thoroughly revised, practical resource. The book offers thorough coverage of SQL management and development and features full details on the newest business intelligence, reporting, and security features. Filled with new real-world examples and hands-on exercises, Microsoft SQL Server 2016: A Beginner's Guide, Sixth Edition, starts by explaining fundamental relational database system concepts. From there, you will learn how to write Transact-SQL statements, execute simple and complex database queries, handle system administration and security, and use the powerful analysis and BI tools. XML, spatial data, and full-text search are also covered in this step-by-step tutorial. · Revised from the ground up to cover the latest version of SQL Server · Ideal both as a self-study guide and a classroom textbook · Written by a prominent professor and best-selling author}, language = {en} } @book{ErnstSchmidtBeneken2016, author = {Ernst, H. and Schmidt, Jochen and Beneken, Gerd}, title = {Grundkurs Informatik: Grundlagen und Konzepte f{\"u}r die erfolgreiche IT-Praxis - Eine umfassende, praxisorientierte Einf{\"u}hrung}, publisher = {Springer Vieweg}, address = {Berlin}, publisher = {Technische Hochschule Rosenheim}, year = {2016}, abstract = {Zahlensysteme und bin{\"a}re Arithmetik Nachricht und Information Codierung und Datenkompression Verschl{\"u}sselung Schaltalgebra, Schaltnetze und Elemente der Computerhardware Rechnerarchitekturen Rechnernetze Betriebssysteme Datenbanken Automatentheorie und formale Sprachen Berechenbarkeit und Komplexit{\"a}t Suchen und Sortieren B{\"a}ume und Graphen prozedurale und objektorientierte Programmierung (C und Java) Anwendungsprogrammierung im Internet (HTML, CSS, JavaScript und PHP) Software-Engineering}, language = {de} } @book{BeckerHerrmannSandoretal.2016, author = {Becker, T. and Herrmann, R. and Sandor, V. and Wellisch, Ulrich}, title = {Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer}, address = {Berlin}, publisher = {Technische Hochschule Rosenheim}, year = {2016}, abstract = {Aktuare treffen, genauso wie Finanzmathematiker und Risikomanager, jeden Tag Einsch{\"a}tzungen {\"u}ber Risiken. Unter Risiken verstehen sie dabei Objekte, an denen sich zuf{\"a}llige Ph{\"a}nomene realisieren, und die sich somit einer sicheren Einsch{\"a}tzung entziehen. Dabei bedienen sich die Aktuare stochastischer Risikomodelle, um � Erkl{\"a}rungsmuster f{\"u}r historische Beobachtungen der Risiken zu finden, � Zukunftsvorhersagenbez{\"u}glich der Risiken zu treffen und � die Genauigkeit der getroffenen Einsch{\"a}tzungen und Prognosen zu bewerten. Stochastische Risikomodelle sind mithin ein Instrument, um die Einsch{\"a}tzung von Risiken zu objektivieren. Risikomodelle werden in der Regel mit statistischen Methoden an Beobachtungsdaten angepasst. Aus einem Modell heraus getroffene Aussagen werden sp{\"a}testens hierdurch zu Einsch{\"a}tzungen, die - um mit Descartes zu sprechen - lediglich „wahrscheinlich" korrektsind. Hier kannein stochastisches Modell helfen, die Wahrscheinlichkeit zu quantifizieren, mit der eine gegebene Einsch{\"a}tzung falsch ist, und die Wahl einer geeigneten statistischen Methode zur Modellanpassung kann helfen, diese Wahrscheinlichkeit zu reduzieren. Stochastische Risikomodelle und statistische Methoden erlauben somit einen wissenschaftlich korrekten Umgang mit dem von Descartes aufgezeigten Dilemma. Allerdings: Risikomodelle sind k{\"u}nstlich - sie leben von den Annahmen, die ihnen zugrunde liegen. F{\"u}r eine seri{\"o}se Modellbildung ist daher das Verst{\"a}ndnis und die Validierung der Modellannahmen unverzichtbar, wie auch ein {\"U}berblick {\"u}ber m{\"o}gliche alternative Modelle. Das vorliegendeBuchm{\"o}chte daherdie wichtigsten stochastischen Risikomodelle, die derzeit in der aktuariellen Praxis Anwendung finden,in einem Band zusammenfassen. Dabei wird Wert auf eine mathematisch fundierte,aber dennoch f{\"u}r Theoretiker und Praktiker gut verst{\"a}ndliche und interessante Darstellung der Modelle mit ihren Eigenschaften und Annahmen gelegt. Gleichzeitig werden die statistischen Methoden zur Modellanpassung bereitgestellt. Die behandelten Modelle und Methoden sind auch die Grundlage, auf denen zahlreiche Anwendungen in Finanzmathematik und quantitativem Risikomanagement aufbauen.}, language = {de} }