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-Tec...
Gespeichert in:
| Hauptverfasser: | , |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Berlin :
De Gruyter,
[2017]
|
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Zusammenfassung: | 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. |
| Beschreibung: | 1 online resource (1 volume) : illustrations |
| Bibliographie: | Includes bibliographical references and index. |
| ISBN: | 9783110463965 3110463962 |
Internformat
MARC
| LEADER | 00000cam a2200000 i 4500 | ||
|---|---|---|---|
| 001 | ZDB-4-EBA-ocn993879143 | ||
| 003 | OCoLC | ||
| 005 | 20241004212047.0 | ||
| 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 |d OCLCO |d OCLCL |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 | ||
| 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 | 7 | |a 005.7 |2 23 | |
| 049 | |a MAIN | ||
| 100 | 1 | |a Wierse, Andreas, |e author. |0 http://id.loc.gov/authorities/names/n96114896 | |
| 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. | ||
| 650 | 0 | |a Big data. |0 http://id.loc.gov/authorities/subjects/sh2012003227 | |
| 650 | 0 | |a Data mining. |0 http://id.loc.gov/authorities/subjects/sh97002073 | |
| 650 | 2 | |a Data Mining |0 https://id.nlm.nih.gov/mesh/D057225 | |
| 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 | |
| 650 | 7 | |a Data mining |2 fast | |
| 700 | 1 | |a Riedel, Till, |e author. | |
| 758 | |i has work: |a Smart data analytics (Text) |1 https://id.oclc.org/worldcat/entity/E39PCGDTYDGp9CF8YP3fmMDpfq |4 https://id.oclc.org/worldcat/ontology/hasWork | ||
| 856 | 4 | 0 | |l FWS01 |p ZDB-4-EBA |q FWS_PDA_EBA |u https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1538440 |3 Volltext |
| 938 | |a EBSCOhost |b EBSC |n 1538440 | ||
| 994 | |a 92 |b GEBAY | ||
| 912 | |a ZDB-4-EBA | ||
| 049 | |a DE-863 | ||
Datensatz im Suchindex
| DE-BY-FWS_katkey | ZDB-4-EBA-ocn993879143 |
|---|---|
| _version_ | 1816882395121451008 |
| adam_text | |
| any_adam_object | |
| author | Wierse, Andreas Riedel, Till |
| author_GND | http://id.loc.gov/authorities/names/n96114896 |
| author_facet | Wierse, Andreas Riedel, Till |
| author_role | aut aut |
| author_sort | Wierse, Andreas |
| author_variant | a w aw t r tr |
| building | Verbundindex |
| bvnumber | localFWS |
| callnumber-first | Q - Science |
| callnumber-label | QA76 |
| callnumber-raw | QA76.9.B45 |
| callnumber-search | QA76.9.B45 |
| callnumber-sort | QA 276.9 B45 |
| callnumber-subject | QA - Mathematics |
| collection | ZDB-4-EBA |
| contents | Frontmatter -- Vorwort der Autoren -- Inhalt -- 1. Einleitung -- 2. Grundlagen -- 3. Visualisierung und Interpretation -- 4. Praxisbeipiele -- 5. Organisatorische Anforderungen -- 6. Datenschutz und Schutzrechte -- 7. Technologie -- 8. Wirtschaftliche Betrachtung -- 9. Epilog -- Stichwortverzeichnis |
| ctrlnum | (OCoLC)993879143 |
| dewey-full | 005.7 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 005 - Computer programming, programs, data, security |
| dewey-raw | 005.7 |
| dewey-search | 005.7 |
| dewey-sort | 15.7 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Informatik |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04498cam a2200589 i 4500</leader><controlfield tag="001">ZDB-4-EBA-ocn993879143</controlfield><controlfield tag="003">OCoLC</controlfield><controlfield tag="005">20241004212047.0</controlfield><controlfield tag="006">m o d </controlfield><controlfield tag="007">cr unu||||||||</controlfield><controlfield tag="008">170717s2017 gw a ob 001 0 ger d</controlfield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">UMI</subfield><subfield code="b">eng</subfield><subfield code="e">rda</subfield><subfield code="e">pn</subfield><subfield code="c">UMI</subfield><subfield code="d">OCLCF</subfield><subfield code="d">N$T</subfield><subfield code="d">UAB</subfield><subfield code="d">OCLCQ</subfield><subfield code="d">SFB</subfield><subfield code="d">OCLCO</subfield><subfield code="d">OCLCQ</subfield><subfield code="d">OCLCO</subfield><subfield code="d">OCLCL</subfield><subfield code="d">OCLCQ</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783110463965</subfield><subfield code="q">(electronic bk.)</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3110463962</subfield><subfield code="q">(electronic bk.)</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9783110461916</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">3110461919</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9783110461848</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">3110461846</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9783110463958</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">3110463954</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)993879143</subfield></datafield><datafield tag="037" ind1=" " ind2=" "><subfield code="a">CL0500000875</subfield><subfield code="b">Safari Books Online</subfield></datafield><datafield tag="050" ind1=" " ind2="4"><subfield code="a">QA76.9.B45</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">COM</subfield><subfield code="x">021030</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="082" ind1="7" ind2=" "><subfield code="a">005.7</subfield><subfield code="2">23</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">MAIN</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Wierse, Andreas,</subfield><subfield code="e">author.</subfield><subfield code="0">http://id.loc.gov/authorities/names/n96114896</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Smart data analytics :</subfield><subfield code="b">Zusammenhänge erkennen Potentiale nutzen Big Data verstehen /</subfield><subfield code="c">Andreas Wierse, Till Riedel.</subfield></datafield><datafield tag="246" ind1="3" ind2="0"><subfield code="a">Zusammenhänge erkennen Potentiale nutzen Big Data verstehen</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin :</subfield><subfield code="b">De Gruyter,</subfield><subfield code="c">[2017]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2017</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (1 volume) :</subfield><subfield code="b">illustrations</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">computer</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">online resource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="588" ind1="0" ind2=" "><subfield code="a">Online resource; title from PDF title page (EBSCO, viewed January 3, 2018)</subfield></datafield><datafield tag="504" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references and index.</subfield></datafield><datafield tag="505" ind1="0" ind2="0"><subfield code="t">Frontmatter --</subfield><subfield code="t">Vorwort der Autoren --</subfield><subfield code="t">Inhalt --</subfield><subfield code="t">1. Einleitung --</subfield><subfield code="t">2. Grundlagen --</subfield><subfield code="t">3. Visualisierung und Interpretation --</subfield><subfield code="t">4. Praxisbeipiele --</subfield><subfield code="t">5. Organisatorische Anforderungen --</subfield><subfield code="t">6. Datenschutz und Schutzrechte --</subfield><subfield code="t">7. Technologie --</subfield><subfield code="t">8. Wirtschaftliche Betrachtung --</subfield><subfield code="t">9. Epilog --</subfield><subfield code="t">Stichwortverzeichnis</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="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.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Big data.</subfield><subfield code="0">http://id.loc.gov/authorities/subjects/sh2012003227</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Data mining.</subfield><subfield code="0">http://id.loc.gov/authorities/subjects/sh97002073</subfield></datafield><datafield tag="650" ind1=" " ind2="2"><subfield code="a">Data Mining</subfield><subfield code="0">https://id.nlm.nih.gov/mesh/D057225</subfield></datafield><datafield tag="650" ind1=" " ind2="6"><subfield code="a">Données volumineuses.</subfield></datafield><datafield tag="650" ind1=" " ind2="6"><subfield code="a">Exploration de données (Informatique)</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">COMPUTERS / Databases / Data Mining.</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Big data</subfield><subfield code="2">fast</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Data mining</subfield><subfield code="2">fast</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Riedel, Till,</subfield><subfield code="e">author.</subfield></datafield><datafield tag="758" ind1=" " ind2=" "><subfield code="i">has work:</subfield><subfield code="a">Smart data analytics (Text)</subfield><subfield code="1">https://id.oclc.org/worldcat/entity/E39PCGDTYDGp9CF8YP3fmMDpfq</subfield><subfield code="4">https://id.oclc.org/worldcat/ontology/hasWork</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="l">FWS01</subfield><subfield code="p">ZDB-4-EBA</subfield><subfield code="q">FWS_PDA_EBA</subfield><subfield code="u">https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1538440</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="938" ind1=" " ind2=" "><subfield code="a">EBSCOhost</subfield><subfield code="b">EBSC</subfield><subfield code="n">1538440</subfield></datafield><datafield tag="994" ind1=" " ind2=" "><subfield code="a">92</subfield><subfield code="b">GEBAY</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-4-EBA</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-863</subfield></datafield></record></collection> |
| id | ZDB-4-EBA-ocn993879143 |
| illustrated | Illustrated |
| indexdate | 2024-11-27T13:27:56Z |
| institution | BVB |
| isbn | 9783110463965 3110463962 |
| language | German |
| oclc_num | 993879143 |
| open_access_boolean | |
| owner | MAIN DE-863 DE-BY-FWS |
| owner_facet | MAIN DE-863 DE-BY-FWS |
| physical | 1 online resource (1 volume) : illustrations |
| psigel | ZDB-4-EBA |
| publishDate | 2017 |
| publishDateSearch | 2017 |
| publishDateSort | 2017 |
| publisher | De Gruyter, |
| record_format | marc |
| spelling | Wierse, Andreas, author. http://id.loc.gov/authorities/names/n96114896 Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / Andreas Wierse, Till Riedel. Zusammenhänge erkennen Potentiale nutzen Big Data verstehen Berlin : De Gruyter, [2017] ©2017 1 online resource (1 volume) : illustrations text txt rdacontent computer c rdamedia online resource cr rdacarrier Online resource; title from PDF title page (EBSCO, viewed January 3, 2018) Includes bibliographical references and index. Frontmatter -- Vorwort der Autoren -- Inhalt -- 1. Einleitung -- 2. Grundlagen -- 3. Visualisierung und Interpretation -- 4. Praxisbeipiele -- 5. Organisatorische Anforderungen -- 6. Datenschutz und Schutzrechte -- 7. Technologie -- 8. Wirtschaftliche Betrachtung -- 9. Epilog -- Stichwortverzeichnis 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. Big data. http://id.loc.gov/authorities/subjects/sh2012003227 Data mining. http://id.loc.gov/authorities/subjects/sh97002073 Data Mining https://id.nlm.nih.gov/mesh/D057225 Données volumineuses. Exploration de données (Informatique) COMPUTERS / Databases / Data Mining. bisacsh Big data fast Data mining fast Riedel, Till, author. has work: Smart data analytics (Text) https://id.oclc.org/worldcat/entity/E39PCGDTYDGp9CF8YP3fmMDpfq https://id.oclc.org/worldcat/ontology/hasWork FWS01 ZDB-4-EBA FWS_PDA_EBA https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1538440 Volltext |
| spellingShingle | Wierse, Andreas Riedel, Till Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / Frontmatter -- Vorwort der Autoren -- Inhalt -- 1. Einleitung -- 2. Grundlagen -- 3. Visualisierung und Interpretation -- 4. Praxisbeipiele -- 5. Organisatorische Anforderungen -- 6. Datenschutz und Schutzrechte -- 7. Technologie -- 8. Wirtschaftliche Betrachtung -- 9. Epilog -- Stichwortverzeichnis Big data. http://id.loc.gov/authorities/subjects/sh2012003227 Data mining. http://id.loc.gov/authorities/subjects/sh97002073 Data Mining https://id.nlm.nih.gov/mesh/D057225 Données volumineuses. Exploration de données (Informatique) COMPUTERS / Databases / Data Mining. bisacsh Big data fast Data mining fast |
| subject_GND | http://id.loc.gov/authorities/subjects/sh2012003227 http://id.loc.gov/authorities/subjects/sh97002073 https://id.nlm.nih.gov/mesh/D057225 |
| title | Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / |
| title_alt | Zusammenhänge erkennen Potentiale nutzen Big Data verstehen Frontmatter -- Vorwort der Autoren -- Inhalt -- 1. Einleitung -- 2. Grundlagen -- 3. Visualisierung und Interpretation -- 4. Praxisbeipiele -- 5. Organisatorische Anforderungen -- 6. Datenschutz und Schutzrechte -- 7. Technologie -- 8. Wirtschaftliche Betrachtung -- 9. Epilog -- Stichwortverzeichnis |
| title_auth | Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / |
| title_exact_search | Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / |
| title_full | Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / Andreas Wierse, Till Riedel. |
| title_fullStr | Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / Andreas Wierse, Till Riedel. |
| title_full_unstemmed | Smart data analytics : Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / Andreas Wierse, Till Riedel. |
| title_short | Smart data analytics : |
| title_sort | smart data analytics zusammenhange erkennen potentiale nutzen big data verstehen |
| title_sub | Zusammenhänge erkennen Potentiale nutzen Big Data verstehen / |
| topic | Big data. http://id.loc.gov/authorities/subjects/sh2012003227 Data mining. http://id.loc.gov/authorities/subjects/sh97002073 Data Mining https://id.nlm.nih.gov/mesh/D057225 Données volumineuses. Exploration de données (Informatique) COMPUTERS / Databases / Data Mining. bisacsh Big data fast Data mining fast |
| topic_facet | Big data. Data mining. Data Mining Données volumineuses. Exploration de données (Informatique) COMPUTERS / Databases / Data Mining. Big data Data mining |
| url | https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1538440 |
| work_keys_str_mv | AT wierseandreas smartdataanalyticszusammenhangeerkennenpotentialenutzenbigdataverstehen AT riedeltill smartdataanalyticszusammenhangeerkennenpotentialenutzenbigdataverstehen AT wierseandreas zusammenhangeerkennenpotentialenutzenbigdataverstehen AT riedeltill zusammenhangeerkennenpotentialenutzenbigdataverstehen |