Zur Kurzanzeige

dc.contributor.authorWrobel, Stefan
dc.contributor.editorPlödereder, E.
dc.contributor.editorGrunske, L.
dc.contributor.editorSchneider, E.
dc.contributor.editorUll, D.
dc.date.accessioned2017-07-26T11:00:31Z
dc.date.available2017-07-26T11:00:31Z
dc.date.issued2014
dc.identifier.isbn978-3-88579-626-8
dc.identifier.issn1617-5468
dc.description.abstractDie Informatik-Teilgebiete Maschinelles Lernen und Data Mining beschäftigen sich schon lange auf statistischer Basis mit der algorithmischen Analyse von Daten. Im Zeitalter von Big Data kommen zu den ursprünglichen analytischen Zielen jedoch ein Vielzahl von Anforderungen, die sich aus der zentralen Rolle solcher Verfahren in Unternehmensprozessen und Gesellschaft ergeben. Der Begriff Data Science umfasst daher einen breiten Bereich, von Datenauswahl und -verknüpfung über Analytik, technische Realisierung, Unternehmensbezug bis hin zu ethischen Fragen. Der Vortrag diskutiert diese unterschiedlichen Aspekte und macht deutlich, wie sich daraus neue Forschungsfragen und Forschungsfelder ergeben. Wir illustrieren diese Themen mit aktuellen Ergebnissen und Anwendungsbeispielen insbesondere hinsichtlich der Analyse unter Wahrung der Privatsphäre, der Steuerung von Analyseverfahren und der visuellen Analytik.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofInformatik 2014
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-232
dc.titleBig Data Analytics - Vom Maschinellen Lernen zur DataSciencede
dc.typeText/Conference Paper
dc.pubPlaceBonn
mci.reference.pages53-53
mci.conference.locationStuttgart
mci.conference.date22.-26. September 2014


Dateien zu dieser Ressource

DateienGrößeFormatAnzeige

Zu diesem Dokument gibt es keine Dateien.

Zur Kurzanzeige