Dodano produkt do koszyka

Big Data w przemyśle Jak wykorzystać analizę danych do optymalizacji kosztów procesów?

Big Data w przemyśle Jak wykorzystać analizę danych do optymalizacji kosztów procesów?

Lee Hyunjoung, Sohn Il

ocena:
głosów: - Napisz recenzję
Format:

Pobierz fragment

Najnowsza książka dotycząca Big Data przedstawia zastosowanie tego narzędzia analitycznego w przemyśle. Prezentuje rozwiązania, które coraz szerzej będą stosowane w coraz większej liczbie firm z różnych gałęzi gospodarki, również w przemyśle (np. zgodnie z badaniami firmy Gartner aż 80% procesów biznesowych w firmach będzie oparte na Big Data w 2020 r.)!
W książce skoncentrowano się na tym, jak firmy, używając tej metodologii, mogą wyodrębniać i poddać analizie tylko najważniejsze dla siebie informacje – takie, które pozwolą zbudować lub utrzymać przewagę konkurencyjną. Zawierając w sobie liczne „case studies”, np. z przemysłu stalowego i innych, książka oferuje praktyczny przewodnik, który umożliwi Czytelnikowi zrozumienie w przystępny sposób analizy Big Data.
Nacisk w książce położony jest m.in. na: metodologię analizy sieci – zbierania danych, przetwarzania i ich interpretacji. Przedstawiono wykorzystanie w praktyce programów: UCINET, NetMiner, R, NodeXL, Gephi.
W książce zaprezentowano różne metody i procedury związane z analizą sieci Big Data – w szczególności te, należące do najpopularniejszych. Celem książki jest wyczerpujące omówienie podstaw tego zagadnienia, tak aby początkowi i średniozaawansowani użytkownicy mogli w krótkim czasie nauczyć się wykonywać takie analizy.

Cena: 89.00 zł 77.00

ebook

Dostawa
  • Wysyłka na e-mail 0.00 zł
Opis produktu
Tytuł
Big Data w przemyśle
Podtytuł
Jak wykorzystać analizę danych do optymalizacji kosztów procesów?
Autorzy
Lee Hyunjoung, Sohn Il
Język
polski
Wydawnictwo
Wydawnictwo Naukowe PWN
ISBN
978-83-01-18733-0
Rok wydania
2016 Warszawa
Wydanie
1
Liczba stron
216
Format
pdf
Spis treści
Wstęp do wydania polskiego 9 Przedmowa 11 O Autorach 13 Lista rysunków 15 Lista tabel 23 1. Dlaczego Big Data? 25 1.1. Big Data 25 1.2. Co tworzy Big Data? 30 1.3. Jak używamy Big Data? 33 1.4. Kluczowe problemy związane z Big Data 37 Źródła 39 2. Podstawowe programy do analizy sieci 41 2.1. UCINET 41 2.2. NetMiner 46 2.3. R 52 2.4. Gephi 55 2.5. NodeXL 59 Źródła 60 3. Omówienie analizy sieciowej 61 3.1. Defi nicja analizy sieci społecznej (SNA) 61 3.2. Podstawowe pojęcia SNA 63 3.2.1. Podstawowa terminologia 63 3.2.2. Reprezentacja sieci 64 3.3. Dane z sieci społecznych 67 3.3.1. Sieci jednomodalne i sieci dwumodalne 67 3.3.2. Atrybuty i wagi 68 3.3.3. Format danych sieciowych 69 Źródła 70 4. Metody i zastosowanie analizy sieci społecznych (SNA) 71 4.1. Procedury badawcze SNA 71 4.2. Identyfi kowanie problemu badawczego i opracowywanie hipotez 72 4.2.1. Identyfi kowanie problemu badawczego 72 4.2.2. Opracowywanie hipotez 73 4.3. Projekt badań 75 4.3.1. Defi niowanie modelu sieciowego 75 4.3.2. Wytyczanie granic sieci 77 4.3.3. Ocena pomiaru 78 4.4. Zbieranie danych sieciowych 80 4.4.1. Ankietowanie 80 4.4.2. Wywiad, obserwacja i eksperyment 81 4.4.3. Istniejące dane 82 4.5. Oczyszczanie danych 85 4.5.1. Wyodrębnianie węzła i łącza 87 4.5.2. Łączenie i oddzielanie danych 87 4.5.3. Przekształcanie ze zmianą kierunku 90 4.5.4. Przekształcanie wag w łączu 91 4.5.5. Przekształcanie sieci dwumodalnej w sieć jednomodalną 93 Źródła 96 5 Pozycja i struktura 97 5.1. Pozycja 97 5.1.1. Stopień 100 5.1.1.1. Relacja niekierunkowa 100 5.1.1.2. Relacja kierunkowa 103 5.1.2. Bliskość 106 5.1.3. Pośredniczenie 109 5.1.4. Prestiż 111 5.1.5. Broker 114 5.2. Analiza spójnych podgrup 116 5.2.1. Komponent 116 5.2.2. Wspólnota 118 5.2.3. Klika 119 5.2.4. k-rdzeń 120 Źródła 121 6 Połączalność i rola 123 6.1. Analiza połączenia 123 6.1.1. Połączalność 123 6.1.2. Wzajemność 128 6.1.3. Przechodniość 128 6.1.4. Asortatywność 130 6.1.5. Właściwości sieci 131 6.2. Rola 131 6.2.1. Równoważność strukturalna 132 6.2.2. Równoważność automorfi czna 134 6.2.3. Równoważność roli 136 6.2.4. Równoważność regularna 138 6.2.5. Modelowanie blokowe 142 Źródła 144 7 Struktury danych w programie NetMiner 145 7.1. Przykładowe dane 145 7.1.1. 01.Org_Net_Tiny1 145 7.1.2. 02.Org_Net_Tiny2 146 7.1.3. 03.Org_Net_Tiny3 148 7.2. Główne pojęcia 148 7.2.1. Struktura danych 148 7.2.2. Tworzenie danych 150 7.2.3. Wstawianie danych 152 7.2.4. Importowanie danych 153 7.3. Wstępne przetwarzanie danych 157 7.3.1. Zmiana łączy 157 7.3.2. Wyodrębnianie i sortowanie węzłów i łączy 162 7.3.3. Scalanie i dzielenie danych 164 Źródła 167 8 Analiza sieci w programie NetMiner 169 8.1. Centralność i spójna podgrupa 169 8.1.1. Centralność 169 8.1.2. Spójna podgrupa 176 8.2. Połączalność i równoważność 181 8.2.1. Połączalność 181 8.2.2. Równoważność 184 8.3. Wizualizacja i analiza eksploracyjna 191 8.3.1. Wizualizacja 191 8.3.2. Przekształcanie sieci dwumodalnej w sieć jednomodalną 198 Dodatek A. Wizualizacja 201 A.1. Algorytm sprężynowy 201 A.2. Algorytm skalowania wielowymiarowego (MDS) 203 A.3. Algorytm klastrowania 203 A.4. Algorytm warstwowy 204 A.5. Algorytm cyrkularny 205 A.6. Algorytm prosty 205 Źródła 206 Dodatek B. Studium przypadku: struktura wiedzy w badaniach rynku stali 207 Źródła 220 Skorowidz 221
Recenzje

Ten produkt nie ma jeszcze opinii

Twoja opinia

Ocena:
  • Wszystkie pola są wymagane
Zapytaj o produkt

Zobacz także

Kontakt

510906629 pon.-pt. 9-16
biuro@ebook.pl

X Zamknij

Strona korzysta z plików cookies w celu realizacji usług zgodnie z Polityką prywatności.
Możesz określić warunki przechowywania lub dostępu mechanizmu cookie w Twojej przeglądarce.