Data Analytics
in Produktion und Logistik
Seiten
2019
Vogel Communications Group GmbH & Co. KG (Verlag)
978-3-8343-3419-0 (ISBN)
Vogel Communications Group GmbH & Co. KG (Verlag)
978-3-8343-3419-0 (ISBN)
Das Buch bietet nicht nur einen guten Überblick zu den in der Fertigung und Logistik anwendbaren Data Mining Algorithmen, sondern liefert auch konkrete Use Cases, die mit diesen Algorithmen erfolgreich umgesetzt werden können.
Einer der Schwerpunkte von Industrie 4.0 ist die Integration von Big Data Technologien in Fertigung und Logistik. Auf Basis von bestehenden meist ungenutzten sowie zusätzlich aufgezeichneten Daten ergeben sich ungeahnte Potenziale für Effizienzsteigerungen und Kostensenkungen. Neue digitale Produkte und Dienstleistungen ermöglichen produzierenden Unternehmen darüber hinaus neue gewinnbringende Geschäftsmodelle mit denen sie Kundenbedürfnisse noch besser abdecken bzw. neue Kunden akquirieren können. Dabei spielen effiziente Machine Learning Algorithmen für die automatisierte, objektive, zuverlässige und schnelle Verarbeitung und Auswertung großer industrieller Datenmengen eine zentrale Rolle.
Das Buch führt Businessziele und analytische Lösungswege in pragmatischer Art und Weise zusammen. Es bietet nicht nur einen guten Überblick zu den in der Fertigung und Logistik anwendbaren Data Mining Algorithmen, sondern liefert auch konkrete Use Cases, die mit diesen Algorithmen erfolgreich umgesetzt werden können.
- Rollen und Teamstruktur
- Vorgehen
- Daten
- Handwerkszeug (Algorithmen und Methoden)
- Use Cases aus dem Bereich Produktion und Logistik
- Zusammenfassung der Links zu weiterführenden Ressourcen unter
http://manufacturinganalytics.de
Einer der Schwerpunkte von Industrie 4.0 ist die Integration von Big Data Technologien in Fertigung und Logistik. Auf Basis von bestehenden meist ungenutzten sowie zusätzlich aufgezeichneten Daten ergeben sich ungeahnte Potenziale für Effizienzsteigerungen und Kostensenkungen. Neue digitale Produkte und Dienstleistungen ermöglichen produzierenden Unternehmen darüber hinaus neue gewinnbringende Geschäftsmodelle mit denen sie Kundenbedürfnisse noch besser abdecken bzw. neue Kunden akquirieren können. Dabei spielen effiziente Machine Learning Algorithmen für die automatisierte, objektive, zuverlässige und schnelle Verarbeitung und Auswertung großer industrieller Datenmengen eine zentrale Rolle.
Das Buch führt Businessziele und analytische Lösungswege in pragmatischer Art und Weise zusammen. Es bietet nicht nur einen guten Überblick zu den in der Fertigung und Logistik anwendbaren Data Mining Algorithmen, sondern liefert auch konkrete Use Cases, die mit diesen Algorithmen erfolgreich umgesetzt werden können.
- Rollen und Teamstruktur
- Vorgehen
- Daten
- Handwerkszeug (Algorithmen und Methoden)
- Use Cases aus dem Bereich Produktion und Logistik
- Zusammenfassung der Links zu weiterführenden Ressourcen unter
http://manufacturinganalytics.de
| Erscheinungsdatum | 01.04.2019 |
|---|---|
| Sprache | deutsch |
| Maße | 175 x 275 mm |
| Gewicht | 652 g |
| Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
| Technik ► Maschinenbau | |
| Schlagworte | Big Data • Business Analyst • Business-Verständnis • Data Engineer • Data Scientist • Datenanalyst • Datenaufbereitung • Datenverständnis • Datenvorverarbeitung • Deskriptive Analysen • Evaluation • Hadoop-Ökosystem • k-Means k-Medoids • K-Nearest neighbor • Kovarianz Korrelation • Logistische Regression • Machine -Learning • Modellentwicklung • Modellierung • NoSQL-Datenbanksysteme • One-Class Support Vector Machine • Operationalisierung • Pivot-Tabellen • Process Mining • Quartile Whiskers Boxplots • random forest • Relationale Datenbanksysteme • Software-Entwickler • Software-Entwickler Systemadministrator Business-V • Software-Entwickler Systemadministrator Business-Verständnis Use-Case-Verständnis • Streuungsdiagramme • Streuungsmatrizen • Supervised Learning Regressionen • Support Vector Machine • Systemadministrator • Unsupervised Learning • Use-Case-Verständnis • Visuelle Analysen • Workflow-basierte Tools |
| ISBN-10 | 3-8343-3419-7 / 3834334197 |
| ISBN-13 | 978-3-8343-3419-0 / 9783834334190 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
