Buch, Deutsch, 153 Seiten, Book w. online files / update, Format (B × H): 168 mm x 240 mm, Gewicht: 327 g
Reihe: Lehrbuch
Der Weg zum datengetriebenen Unternehmen
Buch, Deutsch, 153 Seiten, Book w. online files / update, Format (B × H): 168 mm x 240 mm, Gewicht: 327 g
Reihe: Lehrbuch
ISBN: 978-3-662-68667-6
Verlag: Springer
Dieses Lehrbuch betrachtet Data Management als interdisziplinäres Konzept mit Fokus auf den Zielen datengetriebener Unternehmen. Im Zentrum steht die interaktive Entwicklung eines Unternehmensdatenmodells für ein virtuelles Unternehmen mit Unterstützung eines online Learning Games unter Einbeziehung der Aufgaben, Ziele und Grundsätze des Data Managements, typischer Data-Management-Komponenten und Frameworks wie Datenmodellierung und Design, Metadaten Management, Data Architecture, und Data Governance, und verknüpft diese mit datengetriebenen Anwendungen wie Business Warehousing, Big Data, In-Memory Data Management, und Machine Learning im Data Management Kontext.
Das Buch dient als Lehrbuch für Studierende der Informatik, der Wirtschaft und der Wirtschaftsinformatik an Universitäten, Hochschulen und Fachschulen und zur industriellen Aus- und Weiterbildung.
Zielgruppe
Lower undergraduate
Autoren/Hrsg.
Fachgebiete
- Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsinformatik, SAP, IT-Management
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Mathematik | Informatik EDV | Informatik Daten / Datenbanken Data Mining
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Wirtschaftsinformatik
- Wirtschaftswissenschaften Betriebswirtschaft Management Prozessmanagement
- Wirtschaftswissenschaften Betriebswirtschaft Bereichsspezifisches Management E-Commerce, E-Business, E-Marketing
Weitere Infos & Material
Einleitung.- Data Management Einführung.- Datengetriebene Anwendungen.- Datenmodellierung und Design.- Datenbank Management.- Machine Learning, Deep Learning und Artificial Intelligence.- Data Security.- Datenintegration und Interoperabilität.- Document- und Contentmanagement.- Datenqualität.- Datenarchitektur.- Data Governance.- Das Projekt.