Verfügbarkeit: Von Data Mining bis Big Data | Technische Universität München

Von Data Mining bis Big Data: Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data

Gespeichert in:

Bibliographische Detailangaben
Beteiligte Personen:	Otte, Ralf (VerfasserIn), Wippermann, Boris (VerfasserIn), Schade, Sebastian (VerfasserIn), Otte, Viktor (VerfasserIn)
Format:	Buch
Sprache:	Deutsch
Veröffentlicht:	München Hanser [2020]
Schlagwörter:	Industrie 4.0 Daten Datenauswertung Big Data Data Mining Unternehmen
Links:	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030423501&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
Beschreibung:	Literaturverzeichnis Seite [461]-4701
Umfang:	XVI, 479 Seiten Illustrationen, Diagramme 25 cm
ISBN:	9783446455504 3446455507

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV045031737
003	DE-604
005	20210430
007	t\|
008	180621s2020 gw a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 18,N20 \|2 dnb
016	7		\|a 1158688997 \|2 DE-101
020			\|a 9783446455504 \|c Festeinband : EUR 59.99 (DE), circa EUR 51.40 (AT) \|9 978-3-446-45550-4
020			\|a 3446455507 \|9 3-446-45550-7
035			\|a (OCoLC)1190677690
035			\|a (DE-599)DNB1158688997
040			\|a DE-604 \|b ger \|e rda
041	0		\|a ger
044			\|a gw \|c XA-DE-BY
049			\|a DE-384 \|a DE-M347 \|a DE-703 \|a DE-91G \|a DE-B768 \|a DE-706 \|a DE-860 \|a DE-210 \|a DE-2070s \|a DE-91 \|a DE-1046 \|a DE-12 \|a DE-859 \|a DE-83 \|a DE-898 \|a DE-739 \|a DE-473 \|a DE-19
082	0		\|a 006.31 \|2 23
084			\|a QP 505 \|0 (DE-625)141895: \|2 rvk
084			\|a ZG 9225 \|0 (DE-625)160612: \|2 rvk
084			\|a QP 345 \|0 (DE-625)141866: \|2 rvk
084			\|a QH 500 \|0 (DE-625)141607: \|2 rvk
084			\|a ST 530 \|0 (DE-625)143679: \|2 rvk
084			\|a 004 \|2 sdnb
084			\|a DAT 620 \|2 stub
100	1		\|a Otte, Ralf \|e Verfasser \|0 (DE-588)1115825224 \|4 aut
245	1	0	\|a Von Data Mining bis Big Data \|b Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data \|c Ralf Otte, Boris Wippermann, Sebastian Schade, Viktor Otte
264		1	\|a München \|b Hanser \|c [2020]
264		4	\|c © 2020
300			\|a XVI, 479 Seiten \|b Illustrationen, Diagramme \|c 25 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
500			\|a Literaturverzeichnis Seite [461]-4701
650	0	7	\|a Industrie 4.0 \|0 (DE-588)1072179776 \|2 gnd \|9 rswk-swf
650	0	7	\|a Daten \|0 (DE-588)4135391-2 \|2 gnd \|9 rswk-swf
650	0	7	\|a Datenauswertung \|0 (DE-588)4131193-0 \|2 gnd \|9 rswk-swf
650	0	7	\|a Big Data \|0 (DE-588)4802620-7 \|2 gnd \|9 rswk-swf
650	0	7	\|a Data Mining \|0 (DE-588)4428654-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Unternehmen \|0 (DE-588)4061963-1 \|2 gnd \|9 rswk-swf
689	0	0	\|a Unternehmen \|0 (DE-588)4061963-1 \|D s
689	0	1	\|a Data Mining \|0 (DE-588)4428654-5 \|D s
689	0	2	\|a Big Data \|0 (DE-588)4802620-7 \|D s
689	0	3	\|a Industrie 4.0 \|0 (DE-588)1072179776 \|D s
689	0		\|5 DE-604
689	1	0	\|a Data Mining \|0 (DE-588)4428654-5 \|D s
689	1	1	\|a Big Data \|0 (DE-588)4802620-7 \|D s
689	1	2	\|a Daten \|0 (DE-588)4135391-2 \|D s
689	1	3	\|a Datenauswertung \|0 (DE-588)4131193-0 \|D s
689	1		\|5 DE-604
700	1		\|a Wippermann, Boris \|e Verfasser \|0 (DE-588)1220787744 \|4 aut
700	1		\|a Schade, Sebastian \|e Verfasser \|0 (DE-588)107800966X \|4 aut
700	1		\|a Otte, Viktor \|e Verfasser \|0 (DE-588)128980265 \|4 aut
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, E-Book \|z 978-3-446-45717-1
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030423501&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
943	1		\|a oai:aleph.bib-bvb.de:BVB01-030423501

Datensatz im Suchindex

DE-BY-TUM_call_number	0001 2020 A 2579 0102 DAT 620 2020 A 2200
DE-BY-TUM_katkey	2373524
DE-BY-TUM_location	Mag 01
DE-BY-TUM_media_number	040007629067 040008592361
_version_	1821934224483024896
adam_text	INHALT VORWORT .................................................................................................. V 1 EINFUEHRUNG ..................................................................................... 1 2 WARUM DATA MINING? WOZU BIG DATA? ....................................... 3 2.1 DEFINITION UND EINORDNUNG DER BEGRIFFE ....................................... 6 2.1.1 WAS IST DATA MINING? ......................................................... 6 2.1.2 WAS IST BIG DATA? ............................................................... 14 2.1.3 DATA MINING IM KONTEXT ANDERER DATENANALYSEVERFAHREN 15 2.2 SPEZIELLE ANFORDERUNGEN DER INDUSTRIE AN DIE DATENANALYSE .... 22 2.3 GIBT ES EINEN HANDLUNGSBEDARF FUER DIE INDUSTRIE? ...................... 29 3 DAS THEORETISCHE UND MATHEMATISCHE KONZEPT DER TECHNISCHEN DATENAUSWERTUNG .................................................. 33 3.1 EINFUEHRUNG ...................................................................................... 33 3.2 DATENSELEKTION UND DATENZUSAMMENFUEHRUNG ........................... 35 3.2.1 AUFBAU EINER DATENTABELLE ............................................... 35 3.2.2 DENORMALISIERUNG VON DATENTABELLEN ............................. 36 3.2.3 SYNCHRONISIERUNG VON DATENTABELLEN ............................. 37 3.3 DATENVORVERARBEITUNG .................................................................... 39 3.3.1 FESTLEGUNG DER DATENTYPEN ............................................... 39 3.3.2 DISKRETISIERUNG VON METRISCHEN DATEN ........................... 41 3.3.3 STATISTIKEN UND TESTS FUER METRISCHE DATEN ...................... 43 3.3.4 DAS PROBLEM UNGENAUER MESSUNGEN ............................... 48 3.3.5 BEHANDLUNG VON DATENLUECKEN ........................................... 51 3.3.6 BEHANDLUNG VON AUSREISSERN ............................................. 53 3.3.7 BEHANDLUNG VON MEHRDEUTIGKEITEN ................................. 55 3.4 DATENTRANSFORMATION ...................................................................... 60 3.5 DATENANALYSE ................................................................................... 64 3.5.1 VISUELLE EXPLORATIVE ANALYSEN .......................................... 64 3.5.2 UEBERBLICK UEBER MULTIVARIATE VERFAHREN ZUR DATENANALYSE ..................................................................... 67 3.5.2.1 REGRESSIONSANALYSEN ....................................... 67 3.5.2.2 VARIANZANALYSE ................................................... 73 3.5.2.3 DISKRIMINANZANALYSE ......................................... 76 3.5.2.4 KORRELATIONSANALYSE ........................................... 79 3.5.2.5 FAKTORANALYSE ..................................................... 83 3.5.2.6 CLUSTERANALYSE ................................................... 86 3.5.3 EINFUEHRUNG IN DATA-MINING-METHODEN ............................ 93 3.5.4 DATA MINING ZUM AUFFINDEN VON ZUSAMMENHAENGEN .... 97 3.5.4.1 NEURONALE NETZE ................................................. 99 3.5.4.2 SUPPORT-VEKTOR-MASCHINEN ................................ 114 3.5.4.3 GUETEMASSE FUER MODELLE UND KLASSIFIKATOREN ... 119 3.5.5 DATA MINING ZUM AUFFINDEN VON STRUKTUREN .................. 127 3.5.5.1 FUZZY-CLUSTERVERFAHREN ..................................... 128 3.5.5.2 DEMOGRAPHISCHES CLUSTERN ............................... 130 3.5.5.3 SELBSTORGANISIERENDE MERKMALSKARTEN ........... 131 3.5.5.4 GUETEMASSE FUER CLUSTERVERFAHREN ....................... 143 3.5.6 DATA MINING ZUM GENERIEREN VON REGELN ........................ 145 3.5.6.1 BAYESSCHE NETZE ................................................. 146 3.5.6.2 ENTSCHEIDUNGSBAEUME ....................................... 152 3.5.6.3 ASSOZIATIONSREGELN ............................................. 162 3.5.6.4 GUETEMASSE FUER REGELN ......................................... 165 3.5.7 DATA MINING ZUM VISUALISIEREN HOCHDIMENSIONALER DATENRAEUME ....................................................................... 166 3.5.7.1 SELBSTORGANISIERENDE MERKMALSKARTEN FUER TOPOLOGIEERHALTENDE PROJEKTIONEN .................... 166 3.5.7.2 GUETEMASSE FUER PROJEKTIONEN ................................ 173 3.5.8 ZUSAMMENFASSUNG DER DATA-MINING-VERFAHREN .............. 177 3.6 INTERPRETATION DER ERGEBNISSE ....................................................... 180 3.6.1 FEHLINTERPRETATIONEN ......................................................... 181 3.6.2 STRITTIGE INTERPRETATIONEN ................................................. 187 3.6.3 KONSEQUENZEN ................................................................... 189 4 HILFREICHE AUSWERTEMOEGLICHKEITEN FUER PRAKTISCHE ANWENDUNGSFAELLE ................................................................ 191 4.1 TEXT MINING - DAS AUSWERTEN UNSTRUKTURIERTER DATEN ................ 191 4.2 VERSUCHSPLANUNGEN ZUR ERZEUGUNG VON PROZESSDATEN ................ 197 4.3 AUTOMATISCHE DISKRETISIERUNGEN ................................................... 202 4.4 GUETE UND SICHERHEIT VON REGRESSIONSSCHAETZUNGEN ...................... 204 4.5 AUFFINDEN DER SENSITIVEN EINFLUSSGROESSEN ..................................... 208 4.6 AUSSCHLUSS VON ZUFAELLIGEN ZUSAMMENHAENGEN .............................. 212 4.7 DATENBASIERTE OPTIMIERUNGEN ....................................................... 216 5 BIG DATA - DIE DATENHALTUNGS- UND VERARBEITUNGSKONZEPTE DER GEGENWART ............................................................................. 229 5.1 DIGITALE TRANSFORMATION UND BIG DATA ......................................... 230 5.2 GRUNDPRINZIPIEN EINES PARADIGMENWANDELS ............................... 232 5.2.1 DIE DREI VS - UND DER WERT ............................................... 232 5.2.2 SCALE-UP UND SCALE-OUT ..................................................... 232 5.2.3 UNABHAENGIGE VERARBEITUNG DIREKT AUF DEN DATEN .......... 233 5.2.4 SCHEMA ON READ VERSUS SCHEMA ON WRITE ...................... 234 5.2.5 HARDWAREVIRTUALISIERUNG UND CONTAINERMANAGEMENT .. 234 5.2.6 DATENVIRTUALISIERUNG ......................................................... 235 5.2.7 ENTKOPPELTE SYSTEME ......................................................... 236 6 TECHNISCHE BIG-DATA-LOESUNGEN ZUR INDUSTRIELLEN UND KOMMERZIELLEN DATENANALYSE ..................................................... 237 6.1 DATENMANAGEMENT IM BIG-DATA-UMFELD ....................................... 237 6.1.1 HADOOP MACHTE DEN ANFANG ............................................. 237 6.1.2 APACHE SPARK - DIE NAECHSTE EVOLUTIONSSTUFE .................. 240 6.1.3 ABSTRAHIERTE DATENVERARBEITUNG UND -SPEICHERUNG ........ 241 6.1.4 KOMPLEXE EVENTVERARBEITUNG MIT KAFKA & CO ................... 245 6.1.5 DAS BESTE BEIDER WELTEN - VON LAMBDA UND KAPPA ........ 246 6.1.6 BIG-DATA-PLATTFORMEN ......................................................... 247 6.1.7 NOSQL-DATENBANKEN ......................................................... 248 6.1.8 ANWENDUNGSFAELLE FUER NOSQL-DATENBANKEN .................... 249 6.1.9 TECHNOLOGIESTACKS ............................................................. 250 6.2 DATENZENTRISCHE ARCHITEKTUREN ..................................................... 251 6.2.1 AL-BASIERTE SYSTEME BRAUCHEN LA-BASIERTE PLATTFORMEN .. 251 6.2.2 DIE LOGISCHE ARCHITEKTUR ................................................... 252 6.2.3 DIE SOFTWAREARCHITEKTUR ................................................... 252 6.2.4 DIE TECHNISCHE ARCHITEKTUR ............................................... 252 6.3 DER SUPERVISED DATA LAKE (SDL) ................................................... 253 6.3.1 EIN DATA LAKE BRAUCHT EIN KONZEPT, DAMIT DER SEE NICHT ZUM SUMPF WIRD ....................................................... 253 6.3.2 DIE UNTERSCHIEDLICHEN BEREICHE EINES SDL ...................... 255 6.3.3 QUELLEN UND LADEARTEN ..................................................... 255 6.3.4 RAW ZONE ........................................................................... 256 6.3.5 INGESTION ZONE ................................................................... 256 6.3.6 DISCOVERY UND SANDBOX ..................................................... 256 6.3.7 INTEGRATION ......................................................................... 257 6.3.8 SERVING ............................................................................... 258 6.3.9 ASSOCIATED PROCESSES ......................................................... 258 6.3.10 ACCESS UND APPLICATION ..................................................... 259 6.4 AUFBAU EINES DATA LAKES ............................................................... 259 6.4.1 THINK BIG - START SMALL - ACT NOW .................................. 259 6.4.2 VISION, ZIELE UND STANDORTBESTIMMUNG ............................ 260 6.4.3 KONZEPTION DES DATA LAKES ............................................... 260 6.4.4 IMPLEMENTIERUNG DER BASISUMGEBUNG ............................ 261 6.4.5 DATA LAKE RAMP-UP - USE OASE DRIVEN ............................ 261 6.4.6 INDUSTRIALISIERUNG - DIE BETRIEBSFOKUSSIERTE DATENFABRIK 262 6.5 CLOUD-COMPUTING UND SERVICES ..................................................... 263 6.5.1 DIE CLOUD-AUSBAUSTUFEN - EVERYTHING AS A SERVICE ........ 264 6.5.2 OFFENE OEKOSYSTEME ........................................................... 265 6.5.3 DER DATA LAKE IN DER CLOUD ............................................... 266 6.6 BIG DATA, DATA MINING UND ARTIFICIAL INTELLIGENCE ........................ 268 6.6.1 ANALYTIC DATA HUB ............................................................. 269 6.6.2 DATA-SCIENCE- UND DATA-MINING-PLATTFORMEN .................. 270 7 DIE ANWENDERSICHT - SYSTEMATIK FUER INDUSTRIELLE ANWENDUNGEN ............................................................................... 279 7.1 AUFGABENSTELLUNG UND ZIELSETZUNG ............................................... 279 7.1.1 DATENGETRIEBENE IDENTIFIKATION VON AUFGABENSTELLUNGEN 279 7.1.2 PRODUKTGETRIEBENE IDENTIFIKATION .................................. 280 7.1.3 GESCHAEFTSORIENTIERTE IDENTIFIKATION VON AUFGABENSTELLUNGEN ........................................................... 280 7.1.3.1 REDUKTION VON KOSTEN, VERLUSTEN, VERSCHWENDUNGEN ............................................. 283 7.1.3.2 ERHOEHUNG OPERATIVER PERFORMANCE .................... 284 7.1.3.3 ERGEBNISVERBESSERUNG FUNKTIONALER PROZESSE .. 285 7.2 VORGEHENSMETHODIK ....................................................................... 286 7.2.1 WORKSHOP ZUR IDEENFINDUNG UND DATENANALYSE .............. 289 7.2.1.1 DESIGN-THINKING-WORKSHOP .............................. 289 7.2.1.2 WERTSCHOEPFUNGSSCHRITTE .................................... 290 7.2.1.3 PERSPEKTIVEN ........................................................ 291 7.2.1.4 SCHMERZPUNKTE UND MEHRWERTE ......................... 292 7.2.1.5 ERZEUGEN DES MEHRWERTES ................................ 292 7.2.1.6 GESCHAEFTSMODELL ................................................. 294 7.2.1.7 ANWENDUNGEN UND LOESUNGSANSAETZE IDENTIFIZIEREN ..................................................... 296 7.2.2 HACKATHONS ALS ALTERNATIVE MOEGLICHKEIT DER LOESUNGSFINDUNG UND PILOTIERUNG ................................... 297 7.2.3 AUFSETZEN KONKRETER AUFGABENSTELLUNGEN ........................ 299 7.2.3.1 DEFINITION DER AUFGABENSTELLUNG ...................... 299 7.2.3.2 MODELLAUSWAHL ................................................... 300 7.2.3.3 BEAUFTRAGUNG VON DIENSTLEISTERN ...................... 301 7.2.4 EXPLORATIONS- UND UMSETZUNGSPHASE EINES USE GASE ... 302 7.2.4.1 SICHTUNG DER DATEN ........................................... 302 7.2.4.2 BESTIMMUNG DER SENSITIVEN EINGANGSGROESSEN .. 308 7.2.4.3 MODELLIERUNG UND ERGEBNISBEWERTUNG ............ 315 7.2.4.4 DIE KOENIGSKLASSE: VEKTORIELLE OPTIMIERUNG EINES USE GASE ................................................... 316 7.2.5 AUSWERTUNG UND DETAILKONZEPT, APPLIKATIONSERSTELLUNG UND IMPLEMENTIERUNG ....................................................... 321 8 DIE ANWENDERSICHT - TYPISCHE ANWENDUNGSFELDER AM KONKRETEN BEISPIEL ................................................................ 327 8.1 ANWENDUNGEN IN DEN GESCHAEFTSFUNKTIONEN .................................... 330 8.1.1 FORSCHUNG UND ENTWICKLUNG ........................................... 330 8.1.2 ENGINEERING ....................................................................... 333 8.1.3 PRODUKTMANAGEMENT ......................................................... 334 8.1.4 EINKAUF, SUPPLY CHAIN MANAGEMENT, LOGISTIK ................. 336 8.1.5 FERTIGUNG UND PRODUKTION ............................................... 338 8.1.6 QUALITAETSMANAGEMENT ....................................................... 340 8.1.7 SERVICE UND INSTANDHALTUNG ............................................. 342 8.1.8 SERVICE UND AFTER MARKET ................................................. 344 8.1.9 MARKETING UND VERTRIEB ................................................... 347 8.2 AUSGEWAEHLTE DATA-MINING- UND BIG-DATA-BEISPIELE ........................ 350 8.2.1 FORSCHUNG, ENTWICKLUNG UND ENGINEERING ...................... 351 8.2.1.1 BESCHLEUNIGUNG EINER PRODUKTENTWICKLUNG ... 351 8.2.2 EINKAUF .............................................................................. 358 8.2.2.1 SPEND CUBE ......................................................... 360 8.2.2.2 BUENDELUNG ......................................................... 363 8.2.2.3 SPEZIFIKATIONS- UND KOSTENHEBEL ...................... 366 8.2.3 PRODUKTION, FERTIGUNG UND SERVICE ................................. 370 8.2.3.1 STOERUNGSANALYSEN ............................................. 370 8.2.3.2 INSTABILITAETSANALYSEN IN EINEM KLAERWERK ........ 372 8.2.3.3 FEHLERDETEKTION IN EINEM KRAFTWERK ................ 381 8.2.3.4 ANALYSE DER DYNAMIK VON CHEMISCHEN BATCHPROZESSEN .................................. 390 8.2.4 INSTANDHALTUNG UND SERVICE ............................................. 394 8.2.4.1 AUFBAU EINER DATENBASIS FUER ERWEITERTE ANALYSEN UND MONITORING VON INDUSTRIEANLAGEN ............................................... 394 8.2.4.2 ERWEITERUNG EINES DIGITALEN ZWILLINGS UM MASCHINENDATEN UND STROMPREISDATEN IM BEREICH WINDENERGIE .......................................... 396 8.2.5 MARKETING UND VERTRIEB ................................................... 398 8.2.5.1 CROSS-SELLING-EFFEKTE MIT DATA MINING FINDEN .. 398 8.2.5.2 CROSS-SELLING-ANALYSEN MIT BIG-DATA- TECHNOLOGIEN BESCHLEUNIGEN .............................. 405 8.2.5.3 OPTIMALE PREISSCHWELLEN MIT DATA MINING AUFSPUEREN ........................................................... 407 8.2.6 DATA MINING FUER DIE STRATEGISCHE UNTERNEHMENSFUEHRUNG 412 9 SMALL DATA GEHOERT DIE ZUKUNFT .................................................. 421 9.1 EINFUEHRUNG IN DIE THEMATIK ........................................................... 421 9.2 CHARAKTERISTIK VON SMALL DATA ....................................................... 423 9.3 MACHINE LEARNING VERSUS MENSCHLICHER GEIST - DIE MIND-DATA- HYPOTHESE ....................................................................................... 428 9.4 BEWUSSTSEIN ALS UEBERGEORDNETE ORDNUNGSSTRUKTUR NEURONALER SYSTEME ........................................................................................... 431 9.5 MIND-DATA-AUSWERTUNGEN MIT MASCHINELLEM BEWUSSTSEIN ........ 442 10 AUSBLICK UND MOEGLICHE WEITERENTWICKLUNGEN VON DATA MINING UND BIG DATA ............................................................. 451 11 LISTE DER HAEUFIG VERWENDETEN FORMELZEICHEN UND SYMBOLE .. 457 12 LITERATURVERZEICHNIS .................................................................... 461 13 AUTOREN ........................................................................................... 471 INDEX ........................................................................................................ 473
any_adam_object	1
author	Otte, Ralf Wippermann, Boris Schade, Sebastian Otte, Viktor
author_GND	(DE-588)1115825224 (DE-588)1220787744 (DE-588)107800966X (DE-588)128980265
author_facet	Otte, Ralf Wippermann, Boris Schade, Sebastian Otte, Viktor
author_role	aut aut aut aut
author_sort	Otte, Ralf
author_variant	r o ro b w bw s s ss v o vo
building	Verbundindex
bvnumber	BV045031737
classification_rvk	QP 505 ZG 9225 QP 345 QH 500 ST 530
classification_tum	DAT 620
ctrlnum	(OCoLC)1190677690 (DE-599)DNB1158688997
dewey-full	006.31
dewey-hundreds	000 - Computer science, information, general works
dewey-ones	006 - Special computer methods
dewey-raw	006.31
dewey-search	006.31
dewey-sort	16.31
dewey-tens	000 - Computer science, information, general works
discipline	Technik Informatik Wirtschaftswissenschaften
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02905nam a2200673 c 4500</leader><controlfield tag="001">BV045031737</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20210430 </controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">180621s2020 gw a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">18,N20</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1158688997</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783446455504</subfield><subfield code="c">Festeinband : EUR 59.99 (DE), circa EUR 51.40 (AT)</subfield><subfield code="9">978-3-446-45550-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3446455507</subfield><subfield code="9">3-446-45550-7</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1190677690</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1158688997</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-384</subfield><subfield code="a">DE-M347</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-91G</subfield><subfield code="a">DE-B768</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-210</subfield><subfield code="a">DE-2070s</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-19</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.31</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QP 505</subfield><subfield code="0">(DE-625)141895:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZG 9225</subfield><subfield code="0">(DE-625)160612:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QP 345</subfield><subfield code="0">(DE-625)141866:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 500</subfield><subfield code="0">(DE-625)141607:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 530</subfield><subfield code="0">(DE-625)143679:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">004</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 620</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Otte, Ralf</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1115825224</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Von Data Mining bis Big Data</subfield><subfield code="b">Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data</subfield><subfield code="c">Ralf Otte, Boris Wippermann, Sebastian Schade, Viktor Otte</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München</subfield><subfield code="b">Hanser</subfield><subfield code="c">[2020]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2020</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XVI, 479 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">25 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Literaturverzeichnis Seite [461]-4701</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Industrie 4.0</subfield><subfield code="0">(DE-588)1072179776</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Daten</subfield><subfield code="0">(DE-588)4135391-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenauswertung</subfield><subfield code="0">(DE-588)4131193-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Data Mining</subfield><subfield code="0">(DE-588)4428654-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Unternehmen</subfield><subfield code="0">(DE-588)4061963-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Unternehmen</subfield><subfield code="0">(DE-588)4061963-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Data Mining</subfield><subfield code="0">(DE-588)4428654-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Industrie 4.0</subfield><subfield code="0">(DE-588)1072179776</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Data Mining</subfield><subfield code="0">(DE-588)4428654-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Daten</subfield><subfield code="0">(DE-588)4135391-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Datenauswertung</subfield><subfield code="0">(DE-588)4131193-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Wippermann, Boris</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1220787744</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Schade, Sebastian</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)107800966X</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Otte, Viktor</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)128980265</subfield><subfield code="4">aut</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, E-Book</subfield><subfield code="z">978-3-446-45717-1</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030423501&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-030423501</subfield></datafield></record></collection>
id	DE-604.BV045031737
illustrated	Illustrated
indexdate	2024-12-20T18:16:36Z
institution	BVB
isbn	9783446455504 3446455507
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-030423501
oclc_num	1190677690
open_access_boolean
owner	DE-384 DE-M347 DE-703 DE-91G DE-BY-TUM DE-B768 DE-706 DE-860 DE-210 DE-2070s DE-91 DE-BY-TUM DE-1046 DE-12 DE-859 DE-83 DE-898 DE-BY-UBR DE-739 DE-473 DE-BY-UBG DE-19 DE-BY-UBM
owner_facet	DE-384 DE-M347 DE-703 DE-91G DE-BY-TUM DE-B768 DE-706 DE-860 DE-210 DE-2070s DE-91 DE-BY-TUM DE-1046 DE-12 DE-859 DE-83 DE-898 DE-BY-UBR DE-739 DE-473 DE-BY-UBG DE-19 DE-BY-UBM
physical	XVI, 479 Seiten Illustrationen, Diagramme 25 cm
publishDate	2020
publishDateSearch	2020
publishDateSort	2020
publisher	Hanser
record_format	marc
spellingShingle	Otte, Ralf Wippermann, Boris Schade, Sebastian Otte, Viktor Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data Industrie 4.0 (DE-588)1072179776 gnd Daten (DE-588)4135391-2 gnd Datenauswertung (DE-588)4131193-0 gnd Big Data (DE-588)4802620-7 gnd Data Mining (DE-588)4428654-5 gnd Unternehmen (DE-588)4061963-1 gnd
subject_GND	(DE-588)1072179776 (DE-588)4135391-2 (DE-588)4131193-0 (DE-588)4802620-7 (DE-588)4428654-5 (DE-588)4061963-1
title	Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data
title_auth	Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data
title_exact_search	Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data
title_full	Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data Ralf Otte, Boris Wippermann, Sebastian Schade, Viktor Otte
title_fullStr	Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data Ralf Otte, Boris Wippermann, Sebastian Schade, Viktor Otte
title_full_unstemmed	Von Data Mining bis Big Data Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data Ralf Otte, Boris Wippermann, Sebastian Schade, Viktor Otte
title_short	Von Data Mining bis Big Data
title_sort	von data mining bis big data handbuch fur die industrielle praxis inklusive small data und mind data
title_sub	Handbuch für die industrielle Praxis, inklusive Small Data und Mind Data
topic	Industrie 4.0 (DE-588)1072179776 gnd Daten (DE-588)4135391-2 gnd Datenauswertung (DE-588)4131193-0 gnd Big Data (DE-588)4802620-7 gnd Data Mining (DE-588)4428654-5 gnd Unternehmen (DE-588)4061963-1 gnd
topic_facet	Industrie 4.0 Daten Datenauswertung Big Data Data Mining Unternehmen
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030423501&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT otteralf vondataminingbisbigdatahandbuchfurdieindustriellepraxisinklusivesmalldataundminddata AT wippermannboris vondataminingbisbigdatahandbuchfurdieindustriellepraxisinklusivesmalldataundminddata AT schadesebastian vondataminingbisbigdatahandbuchfurdieindustriellepraxisinklusivesmalldataundminddata AT otteviktor vondataminingbisbigdatahandbuchfurdieindustriellepraxisinklusivesmalldataundminddata

Verfügbarkeit

Bestellen (Login erforderlich)

Inhaltsverzeichnis
Paper/Kapitel scannen lassen

Bibliotheksmagazin

Bestandsangaben von Bibliotheksmagazin
Signatur:	0001 2020 A 2579 Lageplan
Exemplar 1	Ausleihbar Am Standort

Teilbibliothek Mathematik & Informatik

Bestandsangaben von Teilbibliothek Mathematik & Informatik
Signatur:	0102 DAT 620 2020 A 2200 Lageplan
Exemplar 1	Ausleihbar Am Standort