Dekorationsartikel gehören nicht zum Leistungsumfang.
Big Data Analytics
Grundlagen, Fallbeispiele und Nutzungspotenziale
Buch von Sara D'Onofrio (u. a.)
Sprache: Deutsch

64,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

auf Lager, Lieferzeit 1-2 Werktage

Kategorien:
Beschreibung
Mit diesem Herausgeberwerk führen die Autoren den Begriff "Big Data Analytics" ein und geben Fallstudien aus unterschiedlichen Anwendungsgebieten. Unter Big Data Analytics wird das Aufbereiten, Analysieren und Interpretieren von großen, oft heterogenen Datenbeständen verstanden, mit dem Ziel, Muster und Zusammenhänge in den Daten aufzudecken und Entscheidungsgrundlagen für wissenschaftliche, betriebliche oder gesellschaftliche Fragestellungen zu erhalten.
Nebst den theoretischen Grundlagen widmet sich das Herausgeberwerk der Vielfalt verschiedener Anwendungsmöglichkeiten. Fallbeispiele geben Einblick in die Anwendung von Big Data Analytics und dessen Nutzenpotenziale.
Das Werk richtet sich gleichermaßen an Studierende, Fachleute aller Fachrichtungen als auch an interessierte Anwender. Es hilft den Leserinnen und Leser, die Bedeutungsvielfalt des Begriffs Big Data Analytics zu verstehen und verschiedene Einsatzmöglichkeiten im eigenen Umfeld zu erkennen und zu bewerten.
Der Inhalt
  • Grundlagen
  • Textanalyse
  • Machine Learning
  • Prädiktive Modelle
  • Trendforschung
Das Herausgeber-Team
Sara D'Onofrio ist IT Business Partner Manager eines der größten Detailhandelsunternehmen der Schweiz, Autorin und Herausgeberin der Zeitschrift HMD - Praxis der Wirtschaftsinformatik bei Springer, Gastdozentin an Hochschulen und Mitglied der Stiftung FMsquare, welche die Anwendung von Fuzzy-Logik zur Lösung von wirtschaftlichen und sozialen Problemen fördert. Sie hat Betriebswirtschaft und Wirtschaftsinformatik studiert und in Informatik promoviert.
Andreas Meier hat Musik an der Musikakademie in Wien und Mathematik an der Eidgenössischen Technischen Hochschule (ETH) in Zürich studiert, wo er doktorierte und habilitierte. Er arbeitete bei IBM Schweiz, gehörte zum Direktionskader der internationalen Bank SBV und trug Mitverantwortung in der Geschäftsleitung des Versicherers CSS. In der Forschung war er am IBM Research Lab in Kalifornien tätig und gründete das Research Center Fuzzy Management Methods an der Universität Fribourg in der Schweiz.
Mit diesem Herausgeberwerk führen die Autoren den Begriff "Big Data Analytics" ein und geben Fallstudien aus unterschiedlichen Anwendungsgebieten. Unter Big Data Analytics wird das Aufbereiten, Analysieren und Interpretieren von großen, oft heterogenen Datenbeständen verstanden, mit dem Ziel, Muster und Zusammenhänge in den Daten aufzudecken und Entscheidungsgrundlagen für wissenschaftliche, betriebliche oder gesellschaftliche Fragestellungen zu erhalten.
Nebst den theoretischen Grundlagen widmet sich das Herausgeberwerk der Vielfalt verschiedener Anwendungsmöglichkeiten. Fallbeispiele geben Einblick in die Anwendung von Big Data Analytics und dessen Nutzenpotenziale.
Das Werk richtet sich gleichermaßen an Studierende, Fachleute aller Fachrichtungen als auch an interessierte Anwender. Es hilft den Leserinnen und Leser, die Bedeutungsvielfalt des Begriffs Big Data Analytics zu verstehen und verschiedene Einsatzmöglichkeiten im eigenen Umfeld zu erkennen und zu bewerten.
Der Inhalt
  • Grundlagen
  • Textanalyse
  • Machine Learning
  • Prädiktive Modelle
  • Trendforschung
Das Herausgeber-Team
Sara D'Onofrio ist IT Business Partner Manager eines der größten Detailhandelsunternehmen der Schweiz, Autorin und Herausgeberin der Zeitschrift HMD - Praxis der Wirtschaftsinformatik bei Springer, Gastdozentin an Hochschulen und Mitglied der Stiftung FMsquare, welche die Anwendung von Fuzzy-Logik zur Lösung von wirtschaftlichen und sozialen Problemen fördert. Sie hat Betriebswirtschaft und Wirtschaftsinformatik studiert und in Informatik promoviert.
Andreas Meier hat Musik an der Musikakademie in Wien und Mathematik an der Eidgenössischen Technischen Hochschule (ETH) in Zürich studiert, wo er doktorierte und habilitierte. Er arbeitete bei IBM Schweiz, gehörte zum Direktionskader der internationalen Bank SBV und trug Mitverantwortung in der Geschäftsleitung des Versicherers CSS. In der Forschung war er am IBM Research Lab in Kalifornien tätig und gründete das Research Center Fuzzy Management Methods an der Universität Fribourg in der Schweiz.
Über den Autor
Sara D'Onofrio ist IT Business Partner Manager eines der größten Detailhandelsunternehmen der Schweiz, Autorin und Herausgeberin der Zeitschrift HMD - Praxis der Wirtschaftsinformatik bei Springer, Gastdozentin an Hochschulen und Mitglied der Stiftung FMsquare, welche die Anwendung von Fuzzy-Logik zur Lösung von wirtschaftlichen und sozialen Problemen fördert. Sie hat Betriebswirtschaft und Wirtschaftsinformatik studiert und in Informatik promoviert.
Andreas Meier hat Musik an der Musikakademie in Wien und Mathematik an der Eidgenössischen Technischen Hochschule (ETH) in Zürich studiert, wo er doktorierte und habilitierte. Er arbeitete bei IBM Schweiz, gehörte zum Direktionskader der internationalen Bank SBV und trug Mitverantwortung in der Geschäftsleitung des Versicherers CSS. In der Forschung war er am IBM Research Lab in Kalifornien tätig und gründete das Research Center Fuzzy Management Methods an der Universität Fribourgin der Schweiz.
Zusammenfassung

Vermittelt ein Verständnis für Big Data Analytics

Zeigt konkreten Anwendungsfälle und Nutzungspotenziale

Mit unterschiedlichen Fallbeispielen

Inhaltsverzeichnis
Grundlagen.- Textanalyse.- Machine Learning.- Prädiktive Modelle.- Trendforschung.
Details
Erscheinungsjahr: 2021
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Buch
Seiten: 285
Inhalt: 1 Buch
1 MP3, Download oder Online
ISBN-13: 9783658322359
ISBN-10: 3658322357
Sprache: Deutsch
Herstellernummer: 978-3-658-32235-9
Ausstattung / Beilage: Book + eBook
Einband: Gebunden
Redaktion: D'Onofrio, Sara
Meier, Andreas
Herausgeber: Sara D'Onofrio/Andreas Meier
Hersteller: Springer-Verlag GmbH
Springer Fachmedien Wiesbaden GmbH
Springer Vieweg
Abbildungen: 98 farbige Abbildungen, Bibliographie
Maße: 241 x 162 x 25 mm
Von/Mit: Sara D'Onofrio (u. a.)
Erscheinungsdatum: 12.05.2021
Gewicht: 0,615 kg
preigu-id: 119206840
Über den Autor
Sara D'Onofrio ist IT Business Partner Manager eines der größten Detailhandelsunternehmen der Schweiz, Autorin und Herausgeberin der Zeitschrift HMD - Praxis der Wirtschaftsinformatik bei Springer, Gastdozentin an Hochschulen und Mitglied der Stiftung FMsquare, welche die Anwendung von Fuzzy-Logik zur Lösung von wirtschaftlichen und sozialen Problemen fördert. Sie hat Betriebswirtschaft und Wirtschaftsinformatik studiert und in Informatik promoviert.
Andreas Meier hat Musik an der Musikakademie in Wien und Mathematik an der Eidgenössischen Technischen Hochschule (ETH) in Zürich studiert, wo er doktorierte und habilitierte. Er arbeitete bei IBM Schweiz, gehörte zum Direktionskader der internationalen Bank SBV und trug Mitverantwortung in der Geschäftsleitung des Versicherers CSS. In der Forschung war er am IBM Research Lab in Kalifornien tätig und gründete das Research Center Fuzzy Management Methods an der Universität Fribourgin der Schweiz.
Zusammenfassung

Vermittelt ein Verständnis für Big Data Analytics

Zeigt konkreten Anwendungsfälle und Nutzungspotenziale

Mit unterschiedlichen Fallbeispielen

Inhaltsverzeichnis
Grundlagen.- Textanalyse.- Machine Learning.- Prädiktive Modelle.- Trendforschung.
Details
Erscheinungsjahr: 2021
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Buch
Seiten: 285
Inhalt: 1 Buch
1 MP3, Download oder Online
ISBN-13: 9783658322359
ISBN-10: 3658322357
Sprache: Deutsch
Herstellernummer: 978-3-658-32235-9
Ausstattung / Beilage: Book + eBook
Einband: Gebunden
Redaktion: D'Onofrio, Sara
Meier, Andreas
Herausgeber: Sara D'Onofrio/Andreas Meier
Hersteller: Springer-Verlag GmbH
Springer Fachmedien Wiesbaden GmbH
Springer Vieweg
Abbildungen: 98 farbige Abbildungen, Bibliographie
Maße: 241 x 162 x 25 mm
Von/Mit: Sara D'Onofrio (u. a.)
Erscheinungsdatum: 12.05.2021
Gewicht: 0,615 kg
preigu-id: 119206840
Warnhinweis

Ähnliche Produkte

Ähnliche Produkte