Online-Ressource
Titel:	Big Data Analytics
Titelzusatz:	Grundlagen, Fallbeispiele und Nutzungspotenziale
Mitwirkende:	D'Onofrio, Sara [HerausgeberIn]
	Meier, Andreas [HerausgeberIn]
Verf.angabe:	Sara D'Onofrio, Andreas Meier (Hrsg.)
Verlagsort:	Wiesbaden
Verlag:	Springer Vieweg
E-Jahr:	2021
Jahr:	[2021]
Umfang:	1 Online-Ressource (XXI, 285 Seiten)
Illustrationen:	Illustrationen, Diagramme
Gesamttitel/Reihe:	Edition HMD
	Springer eBook Collection
ISBN:	978-3-658-32236-6
Abstract:	Grundlagen -- Textanalyse -- Machine Learning -- Prädiktive Modelle -- Trendforschung.
	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.
DOI:	doi:10.1007/978-3-658-32236-6
URL:	Resolving-System: https://doi.org/10.1007/978-3-658-32236-6
	DOI: https://doi.org/10.1007/978-3-658-32236-6
Schlagwörter:	(s)Big Data    / (s)Datenanalyse    / (s)Datenaufbereitung    / (s)Data Mining    / (s)Maschinelles Lernen    / (s)Data Science    / (s)Entscheidungsunterstützung    / (s)Anwendung
Datenträger:	Online-Ressource
Dokumenttyp:	Aufsatzsammlung
Sprache:	ger
Bibliogr. Hinweis:	Erscheint auch als : Druck-Ausgabe: Big Data Analytics. - Wiesbaden : Springer Vieweg, 2021. - XXI, 285 Seiten
RVK-Notation:	ST 530
Sach-SW:	Datenanalyse
	Deep Learning
	Data Pipeline
K10plus-PPN:	1756960410
	Universitätsbibliothek
Lokale URL UB:	Zum Volltext