Cargando…
Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen /
Wenn in Datenbergen wertvolle Geheimnisse schlummern, aus denen Profit erzielt werden soll, dann geht es um Big Data. Doch wie schöpft man aus »großen Daten« echte Werte, wenn man nicht gerade Google ist? Um aus Unternehmens-, Maschinen- oder Sensordaten einen Ertrag zu erzielen, reicht Big Data-Te...
| Clasificación: | Libro Electrónico |
|---|---|
| Autores principales: | , |
| Formato: | Electrónico eBook |
| Idioma: | Alemán |
| Publicado: |
Berlin :
De Gruyter,
[2017]
|
| Temas: | |
| Acceso en línea: | Texto completo |
MARC
| LEADER | 00000cam a2200000Ii 4500 | ||
|---|---|---|---|
| 001 | EBSCO_ocn993879143 | ||
| 003 | OCoLC | ||
| 005 | 20231017213018.0 | ||
| 006 | m o d | ||
| 007 | cr unu|||||||| | ||
| 008 | 170717s2017 gw a ob 001 0 ger d | ||
| 040 | |a UMI |b eng |e rda |e pn |c UMI |d OCLCF |d N$T |d UAB |d OCLCQ |d SFB |d OCLCO |d OCLCQ | ||
| 020 | |a 9783110463965 |q (electronic bk.) | ||
| 020 | |a 3110463962 |q (electronic bk.) | ||
| 020 | |z 9783110461916 | ||
| 020 | |z 3110461919 | ||
| 020 | |z 9783110461848 | ||
| 020 | |z 3110461846 | ||
| 020 | |z 9783110463958 | ||
| 020 | |z 3110463954 | ||
| 029 | 1 | |a AU@ |b 000065567144 | |
| 035 | |a (OCoLC)993879143 | ||
| 037 | |a CL0500000875 |b Safari Books Online | ||
| 050 | 4 | |a QA76.9.B45 | |
| 072 | 7 | |a COM |x 021030 |2 bisacsh | |
| 082 | 0 | 4 | |a 005.7 |2 23 |
| 049 | |a UAMI | ||
| 100 | 1 | |a Wierse, Andreas, |e author. | |
| 245 | 1 | 0 | |a Smart data analytics : |b Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / |c Andreas Wierse, Till Riedel. |
| 246 | 3 | 0 | |a Zusammenhänge erkennen Potentiale nutzen Big Data verstehen |
| 264 | 1 | |a Berlin : |b De Gruyter, |c [2017] | |
| 264 | 4 | |c ©2017 | |
| 300 | |a 1 online resource (1 volume) : |b illustrations | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a computer |b c |2 rdamedia | ||
| 338 | |a online resource |b cr |2 rdacarrier | ||
| 588 | 0 | |a Online resource; title from PDF title page (EBSCO, viewed January 3, 2018) | |
| 504 | |a Includes bibliographical references and index. | ||
| 505 | 0 | 0 | |t Frontmatter -- |t Vorwort der Autoren -- |t Inhalt -- |t 1. Einleitung -- |t 2. Grundlagen -- |t 3. Visualisierung und Interpretation -- |t 4. Praxisbeipiele -- |t 5. Organisatorische Anforderungen -- |t 6. Datenschutz und Schutzrechte -- |t 7. Technologie -- |t 8. Wirtschaftliche Betrachtung -- |t 9. Epilog -- |t Stichwortverzeichnis |
| 520 | |a Wenn in Datenbergen wertvolle Geheimnisse schlummern, aus denen Profit erzielt werden soll, dann geht es um Big Data. Doch wie schöpft man aus »großen Daten« echte Werte, wenn man nicht gerade Google ist? Um aus Unternehmens-, Maschinen- oder Sensordaten einen Ertrag zu erzielen, reicht Big Data-Technologie allein nicht aus. Entscheidend sind die übergeordneten Innovations prozesse: die smarte Analyse von Big Data. Erst durch den kompetenten Einsatz der richtigen Werkzeuge und Techniken werden aus Big Data tatsächlich Smart Data. Das Praxishandbuch Smart Data Analytics gibt einen Überblick über die Technologie, die bei der Analyse von großen und heterogenen Datenmengen - inklusive Echtzeitdaten - zum Einsatz kommt. Elf Praxisbeispiele zeigen die konkrete Anwendung in kleinen und mittelständischen Unternehmen. So erfahren Sie, wie Sie Ihr Smart Data Analytics-Projekt in Ihrem eigenen Unternehmen vorbereiten und umsetzen können. Das Buch erläutert neben den organisatorischen Aspekten auch die rechtlichen Rahmenbedingungen. Und es zeigt, wie Sie sowohl den Nutzen bewerten können, der aus den Daten gezogen werden soll, als auch den Aufwand, den Sie dafür betreiben müssen. Denn Smart Data steht für mehr als nur die Untersuchung großer Datenmengen: Smart Data Analytics ist der Schlüssel zu einem smarten Umgang mit Ihren Unternehmensdaten und hilft, bislang unentdecktes Potenzial zu entdecken. Dr. Andreas Wierse studierte Mathematik und promovierte in den Ingenieurwissenschaften im Bereich Visualisierung, seit 2011 unterstützt er mittelständische Unternehmen rund um Big und Smart Data Technologie. Dr. Till Riedel lehrt als Informatiker am KIT und koordiniert im Smart Data Solution Center Baden-Württemberg und Smart Data Innovation Lab Forschung und Innovation auf industriellen Datenschätzen. | ||
| 590 | |a eBooks on EBSCOhost |b EBSCO eBook Subscription Academic Collection - Worldwide | ||
| 650 | 0 | |a Big data. | |
| 650 | 0 | |a Data mining. | |
| 650 | 2 | |a Data Mining | |
| 650 | 6 | |a Données volumineuses. | |
| 650 | 6 | |a Exploration de données (Informatique) | |
| 650 | 7 | |a COMPUTERS / Databases / Data Mining. |2 bisacsh | |
| 650 | 7 | |a Big data. |2 fast |0 (OCoLC)fst01892965 | |
| 650 | 7 | |a Data mining. |2 fast |0 (OCoLC)fst00887946 | |
| 700 | 1 | |a Riedel, Till, |e author. | |
| 856 | 4 | 0 | |u https://ebsco.uam.elogim.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1538440 |z Texto completo |
| 938 | |a EBSCOhost |b EBSC |n 1538440 | ||
| 994 | |a 92 |b IZTAP | ||