Von Data Mining bis Big Data

Handbuch für die industrielle Praxis
1. Auflage 2020
ISBN: 978-3-446-45550-4
Verlag: Hanser Fachbuchverlag

Medienkombination, Deutsch, 479 Seiten, Format (B × H): 182 mm x 249 mm, Gewicht: 1188 g

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 Mining-Techniken 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.

Autoren/Hrsg.

Otte, Ralf

Wippermann, Boris

Schade, Sebastian

Otte, Viktor

Fachgebiete

• Mathematik | Informatik EDV | Informatik Daten / Datenbanken Data Mining
• Mathematik | Informatik EDV | Informatik Daten / Datenbanken Big Data
• Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsinformatik, SAP, IT-Management
• Mathematik | Informatik EDV | Informatik Angewandte Informatik Wirtschaftsinformatik

Leseproben

1. Der Data Mining und Big Data Prozess
2. Methoden und Technologien
- Beschreibung der klassischen Datenanalyse Verfahren (Data Mining, Text Mining)
- Beschreibung der klassischen KI-Verfahren
- 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

Über Autor(innen)

Wippermann, Boris
Boris Wippermann ist bei der h&z Unternehmensberatung AG in München tätig.

Otte, Ralf
Prof. Dr. Ralf Otte leitet die Lehre im Bereich Künstliche Intelligenz im Masterstudium an der Hochschule Ulm.

Otte, Viktor
Prof. Dr. Viktor Otte ist ehemaliger Inhaber des Lehrstuhls Konstruktion an der Universität Wuppertal und begleitete eine Vielzahl von Industrieprojekten als Data-Mining-Berater.

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