Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Katalogdatenanzeige
Katalogdatenanzeige
Big Data Analytics: Grundlagen, Fallbeispiele und Nutzungspotenziale
.
Bookmark für diesen Satz setzen
Katalogdatensatz500313927
.
.
LibraryThing
.
Kataloginformation
Katalogdatensatz500313927
.
Kataloginformation
Feldname
Details
Vorliegende Sprache
ger
Hinweise auf parallele Ausgaben
1757285121 Erscheint auch als (Druck-Ausgabe): ‡Big Data Analytics
ISBN
978-3-658-32235-9
Name
D'Onofrio, Sara ¬[HerausgeberIn]¬
Meier, Andreas ¬[HerausgeberIn]¬
ANZEIGE DER KETTE
Meier, Andreas ¬[HerausgeberIn]¬
T I T E L
Big Data Analytics
Zusatz zum Titel
Grundlagen, Fallbeispiele und Nutzungspotenziale
Verlagsort
Wiesbaden
Verlag
Springer Vieweg
Erscheinungsjahr
[2021]
2021
Umfang
1 Online-Ressource (XXI, 285 Seiten) : Illustrationen, Diagramme
Reihe
Edition HMD
Titelhinweis
Erscheint auch als (Druck-Ausgabe): ‡Big Data Analytics
ISBN
ISBN 978-3-658-32236-6
Klassifikation
UMB
COM031000
005.73
ST 530
Kurzbeschreibung
Grundlagen -- Textanalyse -- Machine Learning -- Prädiktive Modelle -- Trendforschung.
2. Kurzbeschreibung
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 Co-Head des Competence Center Smart Citizen am Business Engineering Institute St. Gallen. Zu ihren Forschungs- und Beratungsschwerpunkten zählen die Themen Smart Citizen, Cognitive Computing und digitale Transformation. Als Mitglied der Stiftung FMsquare setzt sie sich außerdem für die Nutzung unscharfer Logik in der Forschung und Praxis ein. Sie studierte Betriebswirtschaftslehre und Wirtschaftsinformatik, schloss einen CAS in Hochschuldidaktik ab und promovierte in Informatik. Sie war u. a. bei der Schweizerischen Post, Universität Bern, POWERneting AG, Kilchherr AG und Fust AG tätig und nahm an verschiedenen Weiterbildungskursen und Tagungen in Europa, Südamerika und Kanada teil. 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.
1. Schlagwortkette
Big Data
Datenanalyse
Datenaufbereitung
Data Mining
Maschinelles Lernen
Data Science
Entscheidungsunterstützung
Anwendung
ANZEIGE DER KETTE
Big Data -- Datenanalyse -- Datenaufbereitung -- Data Mining -- Maschinelles Lernen -- Data Science -- Entscheidungsunterstützung -- Anwendung
SWB-Titel-Idn
1756960410
Signatur
Springer E-Book
Bemerkungen
Elektronischer Volltext - Campuslizenz
Elektronische Adresse
$uhttps://doi.org/10.1007/978-3-658-32236-6
Internetseite / Link
Resolving-System
.
ISBD-Anzeige
Katalogdatensatz500313927
.
Kategorien-Anzeige
Katalogdatensatz500313927
.
Verwandte Werke
Katalogdatensatz500313927
.
Titel zur Titelsammlung hinzufügen
Katalogdatensatz500313927
.
Kataloginformation500313927
Datensatzanfang
.
Kataloginformation500313927
Seitenanfang
.
Titel vormerken
Katalogdatensatz500313927
Vollanzeige Katalogdaten
Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.
Im Bereich
Kataloginformation
werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.
Der Bereich
Exemplarinformationen
enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche
Suche nach