BIG DATA W PRZEMYŚLE JAK WYKORZYSTAĆ ANALIZĘ DANYCH DO OPTYMALIZACJI KOSZTÓW PROCESÓW?
HYUNJOUNG LEE IL SOHN wydawnictwo: PWN, 2016, wydanie Icena netto: 91.99 Twoja cena 87,39 zł + 5% vat - dodaj do koszyka Big Data w przemyśle
Jak wykorzystać analizę danych do optymalizacji kosztów procesów?
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.
Wstęp do wydania polskiego
Przedmowa
O Autorach
Lista rysunków
Lista tabel
1. Dlaczego Big Data?
1.1. Big Data
1.2. Co tworzy Big Data?
1.3. Jak używamy Big Data?
1.4. Kluczowe problemy związane z Big Data
Źródła
2. Podstawowe programy do analizy sieci
2.1.UCINET
2.2. NetMiner
2.3. R
2.4. Gephi
2.5. NodeXL
Źródła
3. Omówienie analizy sieciowej
3.1. Definicja analizy sieci społecznej (SNA)
3.2. Podstawowe pojęcia SNA
3.2.1. Podstawowa terminologia
3.2.2. Reprezentacja sieci
3.3. Dane z sieci społecznych
3.3.1. Sieci jednomodalne i sieci dwumodalne.
3.3.2. Atrybuty i wagi
3.3.3. Format danych sieciowych
Źródła
4. Metody i zastosowanie analizy sieci społecznych (SNA)
4.1. Procedury badawcze SNA
4.2. Identyfikowanie problemu badawczego i opracowywanie hipotez
4.2.1. Identyfikowanie problemu badawczego
4.2.2. Opracowywanie hipotez
4.3. Projekt badań
4.3.1. Definiowanie modelu sieciowego
4.3.2. Wytyczanie granic sieci
4.3.3. Ocena pomiaru
4.4. Zbieranie danych sieciowych
4.4.1. Ankietowanie
4.4.2. Wywiad, obserwacja i eksperyment
4.4.3. Istniejące dane
4.5. Oczyszczanie danych
4.5.1. Wyodrębnianie węzła i łącza
4.5.2. Łączenie i oddzielanie danych
4.5.3. Przekształcanie ze zmianą kierunku
4.5.4. Przekształcanie wag w łączu
4.5.5. Przekształcanie sieci dwumodalnej w sieć jednomodalną
Źródła
5 Pozycja i struktura
5.1. Pozycja
5.1.1. Stopień
5.1.1.1. Relacja niekierunkowa
5.1.1.2. Relacja kierunkowa
5.1.2. Bliskość
5.1.3. Pośredniczenie
5.1.4. Prestiż
5.1.5. Broker
5.2. Analiza spójnych podgrup
5.2.1. Komponent
5.2.2. Wspólnota
5.2.3. Klika
5.2.4. k-rdzeń
Źródła
6 Połączalność i rola
6.1. Analiza połączenia
6.1.1. Połączalność
6.1.2. Wzajemność
6.1.3. Przechodniość
6.1.4. Asortatywność
6.1.5. Właściwości sieci
6.2. Rola
6.2.1. Równoważność strukturalna
6.2.2. Równoważność automorficzna
6.2.3. Równoważność roli
6.2.4. Równoważność regularna
6.2.5. Modelowanie blokowe
Źródła
7. Struktury danych w programie NetMiner
7.1. Przykładowe dane
7.1.1. Ol.OfgNetTinyl
7.1.2. 02.Org_Net_Tiny2
7.1.3. 03.Org_Net_Tiny3
7.2. Główne pojęcia
7.2.1. Struktura danych
7.2.2. Tworzenie danych
7.2.3. Wstawianie danych
7.2.4. Importowanie danych
7.3. Wstępne przetwarzanie danych
7.3.1. Zmiana łączy
7.3.2. Wyodrębnianie i sortowanie węzłów i łączy
7.3.3. Scalanie i dzielenie danych
Źródła
8. Analiza sieci w programie NetMiner
8.1. Centralność i spójna podgrupa
8.1.1. Centralność
8.1.2. Spójna podgrupa
8.2. Połączalność i równoważność
8.2.1. Połączalność
8.2.2. Równoważność
8.3. Wizualizacja i analiza eksploracyjna
8.3.1. Wizualizacja
8.3.2. Przekształcanie sieci dwumodalnej w sieć jednomodalną
Dodatek A. Wizualizacja
A.1. Algorytm sprężynowy
A.2. Algorytm skalowania wielowymiarowego (MDS)
A.3. Algorytm klastrowania
A.4. Algorytm warstwowy
A.5. Algorytm cyrkularny
A.6. Algorytm prosty
Źródła
Dodatek B. Studium przypadku: struktura wiedzy w badaniach rynku stali
Źródła
Skorowidz
216 stron, Format: 16.5x23.5cm, oprawa miękka Osoby kupujące tę książkę wybierały także:
- LINKEDIN W PRAKTYCE WORKBOOK Z ROZWIĄZANIAMI DO WDROŻENIA OD ZARAZ! CHIMKOWSKA A.
- ZDALNE ODCZYTY KRYPTOLOGIA A BIZNES - BEZPIECZEŃSTWO STOSOWANE WĘGRZYN M. JABŁOŃSKI J. NOWAKOWSKI M. RED.
- KOMUNIKOWANIE DANYCH I ZASTOSOWANIE SIECI KOMPUTEROWYCH W BIZNESIE FITZGERALD J. DENNIS A. DURCIKOVA A.
- BEZPIECZEŃSTWO ORGANIZACJI W WARUNKACH GOSPODARKI CYFROWEJ GONCIARSKI W. WOŹNIAK J.
- JAK TO ROBIĄ BOGACI 30 BEZCENNYCH NAWYKÓW CORLEY T.
- OSACZENI PRZEZ LICZBY O ALGORYTMACH KTÓRE KONTROLUJĄ NASZE ŻYCIE OD FACEBOOKA I GOOGLA PO FAKE NEWSY I BAŃKI FILTRUJĄCE SUMPTER D.
- DOSTATEK KLUCZ DO SPEŁNIENIA BOGACTWA I POCZUCIA SZCZĘŚCIA DEEPAK CHOPRA
- SZTUKA AUTOPREZENTACJI I WYSTĄPIEŃ PUBLICZNYCH KUTNYJ P.
- FAST TEXT JAK PISAĆ KRÓTKIE TEKSTY KTÓRE BŁYSKAWICZNIE PRZYCIĄGNĄ UWAGĘ WRYCZA-BEKIER J.
- POLSKI E-SPORT KOPAŃKO K.
- KPI CZYLI KLUCZOWE WSKAŹNIKI EFEKTYWNOŚCI 75 MIERNIKÓW WAŻNYCH DLA KAŻDEGO MENEDŻERA MARR B.
- KORPORACYJNE JEZIORO DANYCH WYKORZYSTAJ POTENCJAŁ BIG DATA W SWOJEJ ORGANIZACJI GORELIK A.
- UMIEJĘTNOŚCI ANALITYCZNE W PRACY Z DANYMI I SZTUCZNĄ INTELIGENCJĄ VAUGHAN D.
- AI DLA LUDZI I FIRMY POTENCJAŁ SZTUCZNEJ INTELIGENCJI W BIZNESIE CASTROUNIS A.
- SPACER PO WALL STREET SPRAWDZONA STRATEGIA SKUTECZNEGO INWESTOWANIA BURTON G. MALKIEL
- NIECH CIĘ WIDZĄ W SIECI! BLOG LUB SERWIS BRANŻOWY OD PODSTAW MIŁKOWSKI G.
- 41 NAJWAŻNIEJSZYCH WSKAŹNIKÓW FINANSOWYCH NA PRZYKŁADACH POLSKICH FIRM
- WORDPRESS TWORZENIE APLIKACJI INTERNETOWYCH MESSENLEHNER B. COLEMAN J.
- TECHNIKI SPRZEDAŻY ZDALNEJ KAWSZYN R. SZARAN A.
Po otrzymaniu zamówienia poinformujemy pocztą e-mail lub telefonicznie, czy wybrany tytuł polskojęzyczny lub
anglojęzyczny jest aktualnie na półce księgarni.
|