Listing 1 - 4 of 4 |
Sort by
|
Choose an application
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. --- Data mining. --- Business --- Information technology --- Electronic data processing --- Algorithmic knowledge discovery --- Factual data analysis --- KDD (Information retrieval) --- Knowledge discovery in data --- Knowledge discovery in databases --- Mining, Data --- Database searching --- Data sets, Large --- Large data sets --- Data sets --- Data processing. --- Management.
Choose an application
This book constitutes the strictly refereed post-workshop proceedings of the Second International Workshop on Database Issues for Data Visualization, held in conjunction with the IEEE Visualization '95 conference in Atlanta, Georgia, in October 1995. Besides 13 revised full papers, the book presents three workshop subgroup reports summarizing the contents of the book as well as the state-of-the-art in the areas of scientific data modelling, supporting interactive database exploration, and visualization related metadata. The volume provides a snapshop of current research in the area and surveys the problems that must be addressed now and in the future towards the integration of database management systems and data visualization.
Database management --- Congresses --- Visualization --- Data structures (Computer scienc. --- Database management. --- Multimedia systems. --- Computer simulation. --- Data Structures and Information Theory. --- Database Management. --- Multimedia Information Systems. --- Simulation and Modeling. --- Data Structures. --- Computer modeling --- Computer models --- Modeling, Computer --- Models, Computer --- Simulation, Computer --- Electromechanical analogies --- Mathematical models --- Simulation methods --- Model-integrated computing --- Computer-based multimedia information systems --- Multimedia computing --- Multimedia information systems --- Multimedia knowledge systems --- Information storage and retrieval systems --- Data base management --- Data services (Database management) --- Database management services --- DBMS (Computer science) --- Generalized data management systems --- Services, Database management --- Systems, Database management --- Systems, Generalized database management --- Electronic data processing
Choose an application
Choose an application
Information systems --- Information visualization --- Data mining --- Knowledge acquisition (Expert systems) --- 681.3*D28 --- 681.3*I24 --- 681.3*I26 --- Management Information System --- dataverwerking --- operations research --- wiskundige statistiek --- Acquisition, Knowledge (Expert systems) --- Expertise acquisition (Expert systems) --- Expert systems (Computer science) --- Data visualization --- Visualization of information --- Information science --- Visual analytics --- Algorithmic knowledge discovery --- Factual data analysis --- KDD (Information retrieval) --- Knowledge discovery in data --- Knowledge discovery in databases --- Mining, Data --- Database searching --- Metrics: complexity measures; performance measures; software science (Software engineering)--See also {681.3*D48} --- Knowledge representation formalisms and methods: frames and scripts; predicate logic; relation systems; representation languages; procedural and rule-based representations; semantic networks (Artificial intelligence) --- Learning: analogies; concept learning; induction; knowledge acquisition; language acquisition; parameter learning (Artificial intelligence)--See also {681.3*K32} --- 681.3*I26 Learning: analogies; concept learning; induction; knowledge acquisition; language acquisition; parameter learning (Artificial intelligence)--See also {681.3*K32} --- 681.3*I24 Knowledge representation formalisms and methods: frames and scripts; predicate logic; relation systems; representation languages; procedural and rule-based representations; semantic networks (Artificial intelligence) --- 681.3*D28 Metrics: complexity measures; performance measures; software science (Software engineering)--See also {681.3*D48}
Listing 1 - 4 of 4 |
Sort by
|