0

Von Data Mining bis Big Data

Handbuch für die industrielle Praxis

Otte, Ralf/Wippermann, Boris/Schade, Sebastian u a
59,99 €
(inkl. MwSt.)

Lieferbar innerhalb 1 - 2 Wochen

In den Warenkorb
Bibliografische Daten
ISBN/EAN: 9783446455504
Sprache: Deutsch
Umfang: XVI, 479 S.
Format (T/L/B): 2.9 x 24.7 x 17.8 cm
Auflage: 1. Auflage 2020
Einband: gebundenes Buch

Beschreibung

Von Datensalat zu Datenschatz Eine wichtige Säule von Industrie 4.0 ist Big Data. Hierbei geht es um die intelligente Verwertung riesiger Datenmengen mit dem Ziel Prozesse besser zu beherrschen oder neue Geschäftsfelder zu finden. Big Data für sich zu erschließen bedeutet nichts anderes als einen Schatz zu heben, der in der Fülle von Informationen, die Sie in Ihrem Unternehmen anhäufen, verborgen liegt. Dieses Buch enthält die Schatzkarte. Hier erfahren Sie wie mit Hilfe von Data MiningTechniken unbekannte Zusammenhänge und Strukturen über den datenliefernden Prozess entdeckt werden können wie mit den gewonnenen Erkenntnissen detaillierte Vorhersagen über das zukünftige Prozessverhalten und Strategien zur Optimierung ganzer Fabriken abgeleitet werden welche Tools und Plattformen es gibt, um Big Data wirtschaftlich sinnvoll in Ihr Unternehmen einzuführen wie andere Firmen aus verschiedensten Branchen mit Big Data erfolgreiche Effizienzsteigerungen erreicht haben Wenn Sie sich im Rahmen der aktuell laufenden Digitalisierungswelle fragen, welche der modernen Techniken wofür genutzt werden können oder müssen, um den Anschluss nicht zu verpassen, dann ist dieses Buch genau das richtige für Sie.

Autorenportrait

Prof. Dr. Ralf Otte leitet die Lehre im Bereich Künstliche Intelligenz im Masterstudium an der Hochschule Ulm. Prof. Dr. Viktor Otte ist ehemaliger Lehrstuhlinhaber an der Universität Wuppertal und begleitete eine Vielzahl der Industrieprojekte als Data Mining Berater, Boris Wippermann ist bei der h&z Unternehmensberatung AG in München tätig.

Leseprobe

1. Der Data Mining und Big Data Prozess 2. Methoden und Technologien Beschreibung der klassischen Datenanalyse Verfahren (Data Mining, Text Mining) Beschreibung der klassischen KIVerfahren Big Data Ansätze deep learning Tools, Plattformen, open sources Trends und zukünftige Entwicklungen 3. Systematik der Anwendungen Finden von Zusammenhängen und Strukturen Data Mining und Einordnung in Industrie 4.0 die neue Digitalisierungswelle 4. Anwendungsbeispiele aus der Praxis Chemische Industrie Automobilindustrie Maschinen und Anlagenbau Versicherungen Autonomes Fahren 5. Ausblick Leseprobe