big data an der FOM Hochschule für Oekonomie & Management

Karteikarten und Zusammenfassungen für big data an der FOM Hochschule für Oekonomie & Management

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs big data an der FOM Hochschule für Oekonomie & Management.

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie die Unterschiede zwischen einer Relational Plattform & einer Big Data Plattform

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Unterscheiden Sie die Begriffe Batch Analyse & Real Time Analyse

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie zwei Anwendungsbeispiele für Predictive Analytics in der Fertigung

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Wie viele Bilder sind notwendig um 1000 Objekte zu klassifizieren?

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie Anwendungsfelder der Künstlichen Intelligenz

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie die Schlüsseltechnologien innerhalb der künstlichen Intelligenz

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Definieren Sie Data Science?

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie Kundenprobleme im Bezug auf die Analyse von Daten

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie Beispiele der beiden Analysen im Bezug auf Predictive Analytics?

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen und erläutern Sie zwei Arten von Methoden wie Daten analysiert werden.

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Nennen Sie die 4 Bestandteile von Big Data?

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

Definieren Sie den Begriff Data Science.

Kommilitonen im Kurs big data an der FOM Hochschule für Oekonomie & Management. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für big data an der FOM Hochschule für Oekonomie & Management auf StudySmarter:

big data

Nennen Sie die Unterschiede zwischen einer Relational Plattform & einer Big Data Plattform

Wirtschaftlichkeit: 

  • RP: Das Budget geht vor dem Datenfluss zuende.
  • BD: Die Daten sind ausgegangen, bevor das Budget erschöpft ist.

Schema:

  • RP: Required on write.
    • Fragen werden im Voraus definiert.
  • BD: Required on Read
    • Fragen können jederzeit neu gestellt werden.

Speed:

  • RP: Lesen ist schnell
  • BD: Schreiben ist schnell

Verarbeitung

  • RP: Limitierte Datenverarbeitung & Skalierung
  • BD: Parallele Datenverarbeitung & Skalierung

Daten Typen:

  • RP: Strukturiert
  • BD: Strukturiert und Unstrukturiert 

Einsatzmöglichkeiten:

  • RP: Interactive OLAP analytics 
    • Complex ACID Transactions
  • BD: Data Lake
    • Data Discovery & Exploration 

big data

Unterscheiden Sie die Begriffe Batch Analyse & Real Time Analyse

Batch Analyse:

  • Beantwortet die Frage: Was ist passiert und warum?
  • Einkaufverhalten im Einzelhandel

Real Time Analyse:

  • Zugang zu Informationen mit nahezu Null Latenzzeit
  • Beantwortet die Frage: Was passiert gerade?
  • Fraud detection 

big data

Nennen Sie zwei Anwendungsbeispiele für Predictive Analytics in der Fertigung

  • Predictive Analytics an der Fertigungslinie
  • Predictive Analytics zur Qualitätssicherung von Produkten

big data

Wie viele Bilder sind notwendig um 1000 Objekte zu klassifizieren?

100 Millionen Bilder

big data

Nennen Sie Anwendungsfelder der Künstlichen Intelligenz

Speech to Text

Text to Speech

Objekterkennung

Bildbeschreibung

Bilderzeugung

Geolokalisierung

Assistenzsysteme

Visuelle Suche

Kognitive Systeme

Übersetzung

big data

Nennen Sie die Schlüsseltechnologien innerhalb der künstlichen Intelligenz

Künstliche Intelligenz – 1950er

Machine Learning – 1980er

Deep Learning – 2010

Reinforcement Learning 2015

big data

Definieren Sie Data Science?

Ein Bereich von Big Data, der versucht, aussagekräftige

Informationen aus großen Mengen komplexer Daten liefern soll.

Data Science kombiniert verschiedene Arbeitsbereiche in

Statistik und Berechnung zur Interpretation von Daten

zum Zweck der Entscheidungsfindung.

big data

Nennen Sie Kundenprobleme im Bezug auf die Analyse von Daten

  • Sie erhalten nicht schnell genug Informationen um die betrieblichen Vorteile zu fördern
  • Sie können aus den Daten keinen Geschäftssinn entwickeln
  • Sie haben unzureichendes Such, Analyse und Visualisationskapazitäten
  • Sie können nur limitiert skalieren und haben eine limitierte Datensicherheit

big data

Nennen Sie Beispiele der beiden Analysen im Bezug auf Predictive Analytics?

Vorhersage zukünftiger Möglichkeiten und Trends

Beantwortet die Frage: Wie wird es weitergehen?

Kreditwürdigkeitsprüfung, Cyber-Bedrohung aufdecken

Beispiel: ML Framework + Batch/Echtzeit-Stapel

big data

Nennen und erläutern Sie zwei Arten von Methoden wie Daten analysiert werden.

Batch Analyse:

Das Sammeln und Speichern von Daten zur planmäßigen Verarbeitung zu einer bestimmten Zeit, wenn eine ausreichende Menge an Daten zusammengetragen worden ist 

  • Beantwortet die Frage: Was ist passiert und warum?
  • Einkaufverhalten im Einzelhandel
  • Beispiel: Apache Spark

Real Time Analyse:

Die sofortige Verarbeitung der Daten nach dem Eintreten der Transaktion, wobei die Datenbank zum Zeitpunkt des Ereignisses aktualisiert wird

  • Zugang zu Informationen mit nahezu Null Latenzzeit
  • Beantwortet die Frage: Was passiert gerade?
  • Fraud detection 
  • Beispiel: Apache SparkStreaming

big data

Nennen Sie die 4 Bestandteile von Big Data?

Analytics – 

Generierung von Einblicken: Visualisierung, Maschinelles Lernen

Engineering – 

Monetarisierung von Einsichten: Parallel

Verarbeitung, Skalierbare Algorithmen

Integration – 

Integration neuer Datentypen, Brücke

zwischen DWH & BD

Infrastructure – 

Hadoop, NoSQL: Sie verarbeiten, speichern und analysieren oft auch Daten

big data

Definieren Sie den Begriff Data Science.

A field of Big Data which seeks to provide meaningful
information from large amounts of complex data.
Data Science combines different fields of work in
statistics and computation in order to interpret data
for the purpose of decision making.

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für big data an der FOM Hochschule für Oekonomie & Management zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Wirtschaftsinformatik (dual, berufsbegleitend) an der FOM Hochschule für Oekonomie & Management gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur FOM Hochschule für Oekonomie & Management Übersichtsseite

Sicherheitsmanagement

E-Commerce & Mobile Commerce

Management Basics

Wirtschaftsinformatik Basics

Marketing Management

Wirtschaftsinformatik Basics

Procurement & Production

Software Engineering

Betriebssysteme

Konzepte des skriptsprachenorientierten Programmierens

E-Business

Algorithmen und Datenstrukturen

Personalmanagement

Trendforschung

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für big data an der FOM Hochschule für Oekonomie & Management oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards

So funktioniert's

Top-Image

Individueller Lernplan

StudySmarter erstellt dir einen individuellen Lernplan, abgestimmt auf deinen Lerntyp.

Top-Image

Erstelle Karteikarten

Erstelle dir Karteikarten mit Hilfe der Screenshot-, und Markierfunktion, direkt aus deinen Inhalten.

Top-Image

Erstelle Zusammenfassungen

Markiere die wichtigsten Passagen in deinen Dokumenten und bekomme deine Zusammenfassung.

Top-Image

Lerne alleine oder im Team

StudySmarter findet deine Lerngruppe automatisch. Teile deine Lerninhalte mit Freunden und erhalte Antworten auf deine Fragen.

Top-Image

Statistiken und Feedback

Behalte immer den Überblick über deinen Lernfortschritt. StudySmarter führt dich zur Traumnote.

1

Lernplan

2

Karteikarten

3

Zusammenfassungen

4

Teamwork

5

Feedback