Big Dataaaaa at FOM Hochschule Für Oekonomie & Management | Flashcards & Summaries

Select your language

Suggested languages for you:
Log In Start studying!

Lernmaterialien für Big Dataaaaa an der FOM Hochschule für Oekonomie & Management

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Big Dataaaaa Kurs an der FOM Hochschule für Oekonomie & Management zu.

TESTE DEIN WISSEN

Descriptive Analytics

Lösung anzeigen
TESTE DEIN WISSEN

Gibt Aufschluss:

  • Was das Ereignis ist
  • wann es zu einem bestimmten Ereignis kommt
Lösung ausblenden
TESTE DEIN WISSEN

Diagnostic Analytics

Lösung anzeigen
TESTE DEIN WISSEN

Warum ist das Ereignis eingetroffen?

Lösung ausblenden
TESTE DEIN WISSEN

Predictive Analytics

Lösung anzeigen
TESTE DEIN WISSEN

Was wird passieren / wird ein Ereignis eintreten?

Ob ein bestimmten Ereignis eintritt.

Lösung ausblenden
TESTE DEIN WISSEN

Prescriptive Analytics

Lösung anzeigen
TESTE DEIN WISSEN
  • Was können wir tun, damit ein erwünschtes Ereignis eintritt?
  • Suche nach Handlungsalternativen


Lösung ausblenden
TESTE DEIN WISSEN

Begriff: Big Data

Lösung anzeigen
TESTE DEIN WISSEN
  • große Menge an Daten aus Bereichen wie Internet / Mobilfunk / Finanzindustrie / Gesundheitswesen & Co.
  • aus Quellen wie Social Media, Kredit & Kundenkarten, Überwachungskameras
  • Daten können gespeichert, verarbeitet und ausgewertet werden

Herausforderungen:

  • Datenmenge wird immer größer
  • Technologien lassen noch nicht die Verarbeitung & Vergleich aller Datensätze zu
Lösung ausblenden
TESTE DEIN WISSEN

Unüberwachtes Lernen

(Unsupervised Learning)

Lösung anzeigen
TESTE DEIN WISSEN
  • Weder Definition von Zielwerten (Labels) oder Ergebnisse aus Verhalten (positiv/negativ) stehen zur Verfügung

Ziel:

  • Versteckte Strukturen in unmarkierten (ungelabelten) Daten zu finden

Vorgehensweise:

  • Jeder Datensatz hat verschiedene Merkmale
  • Datensätze werden auf Ähnlichkeit untersucht
  • jedes Merkmal wird unterschiedlich gewichtet und entsprechend gruppiert
Lösung ausblenden
TESTE DEIN WISSEN

Begriff: Assoziationsanalyse

Lösung anzeigen
TESTE DEIN WISSEN

Im Rahmen der Assoziationsanalyse werden strukturelle Zusammenhänge mit Hilfe von Assoziationsregeln analysiert


Herausforderungen:

  • Regelfindung
  • Regelbewertung
  • Regelinterpretation 
Lösung ausblenden
TESTE DEIN WISSEN

Clustering 

Anwendungsgebiete

Lösung anzeigen
TESTE DEIN WISSEN

Marktforschung:

  • Kunden können in Teilmärkte segmentiert werden
  • Mit Hinblick auf Kaufgewohnheiten,  soziodemographische Daten

Ziel:

  • Besseres Verständnis der Kundentypen
  • maßgeschneiderte Werbeatkionen
  • Moderne Kundenbetreuung


Text-Clustering mit Patenten:

  • Automatische Gruppierung von vielen Dokumenten
  • Auch bei großen Dokumentensammlungen geht die Übersicht nicht verloren

Ziel:

  • Strukturen sowie Trends können erkannt werden, ohne Hunderttausende Dokumente zu durchstöbern
Lösung ausblenden
TESTE DEIN WISSEN

Clustering:

Ähnlichkeitsmaße

Lösung anzeigen
TESTE DEIN WISSEN
  • Es muss festgelegt werden, wie man die Ähnlichkeit / Abstand zwischen zwei Datenobjekten messen kann
  • Es muss ein Ähnlichkeits- der Distanzmaß festgelegt werden
  • Maße hängen vom Datentyp und dem Zweck des Clustering ab



Lösung ausblenden
TESTE DEIN WISSEN

Begriff: 

Entscheidungsbaum

Lösung anzeigen
TESTE DEIN WISSEN
  • Ein Algorithmus, der zur Klassifikation und Regression eingesetzt werden kann
  • Bei Datenanalyse werden Entscheidungen anhand einer Reihe von Fragen getroffen
Lösung ausblenden
TESTE DEIN WISSEN

Data Mining

Lösung anzeigen
TESTE DEIN WISSEN

- Ist das semi-automatische Erlernen von Mustern & Regeln mittels Datenanalyse-Verfahren

- Meist sehr große & hochdimensionale Datenbestände

- Unterstützt damit unmittelbar Predictive Analytics-Aufgaben (also "ob ein bestimmtes Ereignis eintrifft"


Lösung ausblenden
TESTE DEIN WISSEN

Begriff

Business Analytics

Lösung anzeigen
TESTE DEIN WISSEN

Ziel: Ableitung von Wissen aus Daten und dessen Veredelung für betriebl. Entscheidungsprozesse.

Lösung ausblenden
  • 442733 Karteikarten
  • 10737 Studierende
  • 362 Lernmaterialien

Beispielhafte Karteikarten für deinen Big Dataaaaa Kurs an der FOM Hochschule für Oekonomie & Management - von Kommilitonen auf StudySmarter erstellt!

Q:

Descriptive Analytics

A:

Gibt Aufschluss:

  • Was das Ereignis ist
  • wann es zu einem bestimmten Ereignis kommt
Q:

Diagnostic Analytics

A:

Warum ist das Ereignis eingetroffen?

Q:

Predictive Analytics

A:

Was wird passieren / wird ein Ereignis eintreten?

Ob ein bestimmten Ereignis eintritt.

Q:

Prescriptive Analytics

A:
  • Was können wir tun, damit ein erwünschtes Ereignis eintritt?
  • Suche nach Handlungsalternativen


Q:

Begriff: Big Data

A:
  • große Menge an Daten aus Bereichen wie Internet / Mobilfunk / Finanzindustrie / Gesundheitswesen & Co.
  • aus Quellen wie Social Media, Kredit & Kundenkarten, Überwachungskameras
  • Daten können gespeichert, verarbeitet und ausgewertet werden

Herausforderungen:

  • Datenmenge wird immer größer
  • Technologien lassen noch nicht die Verarbeitung & Vergleich aller Datensätze zu
Mehr Karteikarten anzeigen
Q:

Unüberwachtes Lernen

(Unsupervised Learning)

A:
  • Weder Definition von Zielwerten (Labels) oder Ergebnisse aus Verhalten (positiv/negativ) stehen zur Verfügung

Ziel:

  • Versteckte Strukturen in unmarkierten (ungelabelten) Daten zu finden

Vorgehensweise:

  • Jeder Datensatz hat verschiedene Merkmale
  • Datensätze werden auf Ähnlichkeit untersucht
  • jedes Merkmal wird unterschiedlich gewichtet und entsprechend gruppiert
Q:

Begriff: Assoziationsanalyse

A:

Im Rahmen der Assoziationsanalyse werden strukturelle Zusammenhänge mit Hilfe von Assoziationsregeln analysiert


Herausforderungen:

  • Regelfindung
  • Regelbewertung
  • Regelinterpretation 
Q:

Clustering 

Anwendungsgebiete

A:

Marktforschung:

  • Kunden können in Teilmärkte segmentiert werden
  • Mit Hinblick auf Kaufgewohnheiten,  soziodemographische Daten

Ziel:

  • Besseres Verständnis der Kundentypen
  • maßgeschneiderte Werbeatkionen
  • Moderne Kundenbetreuung


Text-Clustering mit Patenten:

  • Automatische Gruppierung von vielen Dokumenten
  • Auch bei großen Dokumentensammlungen geht die Übersicht nicht verloren

Ziel:

  • Strukturen sowie Trends können erkannt werden, ohne Hunderttausende Dokumente zu durchstöbern
Q:

Clustering:

Ähnlichkeitsmaße

A:
  • Es muss festgelegt werden, wie man die Ähnlichkeit / Abstand zwischen zwei Datenobjekten messen kann
  • Es muss ein Ähnlichkeits- der Distanzmaß festgelegt werden
  • Maße hängen vom Datentyp und dem Zweck des Clustering ab



Q:

Begriff: 

Entscheidungsbaum

A:
  • Ein Algorithmus, der zur Klassifikation und Regression eingesetzt werden kann
  • Bei Datenanalyse werden Entscheidungen anhand einer Reihe von Fragen getroffen
Q:

Data Mining

A:

- Ist das semi-automatische Erlernen von Mustern & Regeln mittels Datenanalyse-Verfahren

- Meist sehr große & hochdimensionale Datenbestände

- Unterstützt damit unmittelbar Predictive Analytics-Aufgaben (also "ob ein bestimmtes Ereignis eintrifft"


Q:

Begriff

Business Analytics

A:

Ziel: Ableitung von Wissen aus Daten und dessen Veredelung für betriebl. Entscheidungsprozesse.

Big Dataaaaa

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Das sind die beliebtesten Big Dataaaaa Kurse im gesamten StudySmarter Universum

dal bio 1

Acadia University

Zum Kurs
Big data and NoSql

Rhodes University

Zum Kurs
EXAMEN FINAL BIG DATA

Universidad Europea de Madrid

Zum Kurs

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Big Dataaaaa
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Big Dataaaaa