Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006]
|
|
- Reinhold Grosser
- vor 8 Jahren
- Abrufe
Transkript
1 Seminar Visual Analytics [Guo, 2006] [Keim, 2006] [Wong, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006]
2 Visual Analytics - Definitions Visual analytics is the science of analytical reasoning facilitated by interactive visual interfaces. [Thomas and Cook, 2006] Visual analytics is more than just visualization and can rather be seen as an integrated approach combining visualization, human factors and data analysis. [Keim, 2005] Ziel ist es [ ], die Leistungsfähigkeiten moderner Computer und Algorithmen mit den enormen Leistungsfähigkeiten des menschlichen visuellen Systems zu verbinden, um eine umfassende Analyse komplexer Datenmengen zu unterstützen, unbekannte in den Daten verborgene Muster aufzudecken und Trends abzuleiten. [Schumann, 2007]
3 Visual Analytics vs. Visual Data Mining Während z.b. beim visuellen Data Mining Methoden des Data Mining aus der Statistik oder dem Knowledge Discovery mit Methoden aus der Informationsvisualisierung verbunden werden, gibt es bei Visual Analytics konzeptionell nicht diese Einschränkung auf bestimmte Verfahrens- und Datenklassen. Zu Visual Analytics gehören beispielsweise auch Methoden des visuellen Graph Mining oder des Image Mining zur automatischen und visuellen Auswertung von Netzwerken und Bilddaten. [Schumann, 2007]
4 Visual Analytics - Applications Analysis of large heterogeneous data masses: Climate protection Health care management Energy supply Catastrophe management Institut für SimulationundGraphik
5 Visual Analytics Multiple Disciplines People use visual analytics tools and techniques to synthesize information and derive insight from massive, dynamic, ambiguous, and often conflicting data; detect the expected and discover the unexpected; provide timely, defensible, and understandable assessments; and communicate assessment effectively for action. [Thomas and Cook, 2005,2006] [Thomas, 2005] [Keim, 2006]
6 Information Visualization vs. Visual Analytics Visual Information-Seeking Mantra [Shneiderman,1996] Overview first, zoom and filter, then details-on-demand. Visual Analytics Mantra [Keim, 2005] Analyse First - Show the Important - Zoom, Filter and Analyse Further - Details on Demand
7 Visual Analytics - Foundation Research and Development (R&D) Agenda for Visual Analytics Visual Analytics Scope and Concepts Challenges Definition of directions and priorities for future R&D programs focused on suppression of terrorism [Thomas & Cook, 2005]
8 Visual Analytics Information Vis. Visual Analytics Visual Data Mining Visualization
9 Topics
10 Combining Clustering and Visualization Clustering: organization of objects into groups whose members are similar in some way ClusterSculptor [Nam,2007] Hierarchical Clustering for the Exploration of Multidimensional Data [Seo,2005]
11 Visual Analysis of Medical and Human Health Data Animal-human Health Monitoring [Maciejewski,2007] Visual Analysis of Epidemiology Data (H5N1) [Proulx,2006]
12 Visual Analysis of Biological Data Visual Analysis of Confocal Microscopy Data [deleeuw, 2006] Analysis of Active Interactive Genetic Algorithms [Llora, 2006]
13 Visual Analysis of Social Data Understanding Social Dynamics in Wikipedia [Suh,2007] Entity Resolution in Social Networks [Bilgic,2006]
14 Visual Analysis of Geospatial Data VDM of Large Geospatial Point Sets [Keim,2004] Visual Analytics of Paleoceanographic Conditions [Theron,2006]
15 Visual Analysis of Graph & Network Data Visual Analysis of Large Semantic Graphs [Wong, 2006] SpiralView: Security Policies Assessment [Bertini, 2007]
16 Visual Analysis of Financial Data Visual Analysis of Stock Market Data [Nesbitt,2004] Visual Analysis of Categorical Data from Financial Transactions [Chang,2007]
17 Visual Analysis of Text & Document Data Phylogenetic Trees for Analysis of Document Collections [Cuadros,2007] Exploring Erotics in Emily Dickinson's Correspondence [Plaisant,2006]
18 Visual Analysis of Time-Dependent Data Visual Analysis of Families of Function Graphs [Konyha,2006] Visual Analysis of Simulation Results from a Diesel Exhaust System [Doleisch,2004]
19 Evaluation in Visual Analytics Provides information about the use of analysis components, visual representations, interaction mechanisms and the process of insight generation Long-term Usage Evaluation of Visual Analytics Tools [Saraiya,2006] Evaluation of the Hierarchical Clustering acc. to [Seo,2005] in a User Survey [Seo,2006]
20 Miscellaneous Topics Visual Analysis of Historic Hotel Visitation Patterns [Weaver,2006] Visual Analysis of Multivariate Data with Variable Quality [Xie,2006]
21 Questions?
The purpose of computing is insight, not numbers. Richard Hamming (1915-1998)
+ Visual Analytics The purpose of computing is insight, not numbers. Richard Hamming (1915-1998) + Aufbau n Einführung n Historie n Definition n Prozess n Verwandte Gebiete n Praktische Beispiele n IN-SPIRE
MehrVisual Analytics. Diana Topko. Grundseminar, 18. Dezember 2018
Visual Analytics Diana Topko Grundseminar, 18. Dezember 2018 Agenda Visuelle Wahrnehmung Motivation für Visual Analytics Interactive Visual Analytics Ausblick Konferenzen Visuelle Wahrnehmung Text VS Bild
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
MehrThe Transfer Function Bake- Off
The Transfer Function Bake- Off Hanspeter Pfister Bill Lorensen Chandrajit Bajaj Gordon Kindlmann Will Schroeder Christopher Adrigan - Mat.Nr.: 1046140 - Anmerkungen zum Paper Zusammenfassung einer Panel-Diskussion
MehrBig Data Projekte richtig managen!
Big Data Projekte richtig managen! Stuttgart, Oktober 2014 Praktische Herausforderungen eines Big Data Projektes Definition: Was ist Big Data? Big data is a collection of data sets so large and comple
MehrDie Renaissance von Unified Communication in der Cloud. Daniel Jonathan Valik UC, Cloud and Collaboration
Die Renaissance von Unified Communication in der Cloud Daniel Jonathan Valik UC, Cloud and Collaboration AGENDA Das Program der nächsten Minuten... 1 2 3 4 Was sind die derzeitigen Megatrends? Unified
MehrPrüfungsplan Master of Science in Wirtschaftsinformatik
Prüfungsplan Master of Science in Wirtschaftsinformatik Modul Art Creditpunkte Schwerpunkt Very Large Business Applications Module aus dem Bereich Wirtschaftsinformatik SWS Empfohlenes Semester Prüfungsart
MehrContents. Interaction Flow / Process Flow. Structure Maps. Reference Zone. Wireframes / Mock-Up
Contents 5d 5e 5f 5g Interaction Flow / Process Flow Structure Maps Reference Zone Wireframes / Mock-Up 5d Interaction Flow (Frontend, sichtbar) / Process Flow (Backend, nicht sichtbar) Flow Chart: A Flowchart
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
MehrWebbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient
Webbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient Zhihang Yao, Kanishk Chaturvedi, Thomas H. Kolbe Lehrstuhl für Geoinformatik www.gis.bgu.tum.de 11/14/2015 Webbasierte Exploration
MehrTrust your Eyes - Grundlagen der Visualisierung und wie man mit Visualisierungen faken kann Vortrag 23C3: Trust your Eyes - S.
Trust your Eyes - Grundlagen der Visualisierung und wie man mit Visualisierungen faken kann Überblick Was ist Visualisierung? - Beispiele Theorie der Visualisierung Definition Referenzmodelle (Pipelines)
MehrHIR Method & Tools for Fit Gap analysis
HIR Method & Tools for Fit Gap analysis Based on a Powermax APML example 1 Base for all: The Processes HIR-Method for Template Checks, Fit Gap-Analysis, Change-, Quality- & Risk- Management etc. Main processes
MehrInnovation warum? Wenn wir nicht innovativ sind. Forschung ein Indikator. Kurz: Innovation ist entscheidend für Wachstum, Beschäftigung & Wohlstand
Es weht ein rauher Wind von der Notwendigkeit hoch innovativ zu sein VRVis Zentrum für Virtual Reality und Visualisierung Forschungs GmbH Agenda VRVis Fast Facts und warum ich dazu etwas sagen darf Warum
MehrGrundbegriffe der Wirtschaftsinformatik Informationssystem I
Informationssystem I Keine Definition [Stahlknecht, Hasenkamp (2002) und Mertens et al. (2000)] Ein System zur Beschaffung, Verarbeitung, Übertragung, Speicherung und/oder Bereitstellung von Informationen
MehrPPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28.
PPC und Data Mining Seminar aus Informatik LV-911.039 Michael Brugger Fachbereich der Angewandten Informatik Universität Salzburg 28. Mai 2010 M. Brugger () PPC und Data Mining 28. Mai 2010 1 / 14 Inhalt
MehrVorstellung RWTH Gründerzentrum
Vorstellung RWTH Gründerzentrum Once an idea has been formed, the center for entrepreneurship supports in all areas of the start-up process Overview of team and services Development of a business plan
MehrBIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D
make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?
Mehrcreative Factory GmbH
Micro compact car smart gmbh smart forfour series w454 Visualization Embeded into the design team of MCC Smart our team was responsible for Class-A surface modelling and for setup of the visible interior
MehrSARA 1. Project Meeting
SARA 1. Project Meeting Energy Concepts, BMS and Monitoring Integration of Simulation Assisted Control Systems for Innovative Energy Devices Prof. Dr. Ursula Eicker Dr. Jürgen Schumacher Dirk Pietruschka,
MehrGCOS Climate Monitoring Principles Bedeutung und Umsetzung. Holger Vömel, DWD Meteorologisches Observatorium Lindenberg GRUAN Lead Center
GCOS Climate Monitoring Principles Bedeutung und Umsetzung Holger Vömel, DWD Meteorologisches Observatorium Lindenberg GRUAN Lead Center Die GCOS Monitoring Principles 1. The impact of new systems or changes
Mehrelearning 02.07.2004 SIGNAL project Hans Dietmar Jäger 1
elearning The use of new multimedia technologies and the Internet to improve the quality of learning by facilitating access to resources and services as well as remote exchange and collaboration. (Commission
MehrEEX Kundeninformation 2007-09-05
EEX Eurex Release 10.0: Dokumentation Windows Server 2003 auf Workstations; Windows Server 2003 Service Pack 2: Information bezüglich Support Sehr geehrte Handelsteilnehmer, Im Rahmen von Eurex Release
MehrDATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS
DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS Master Seminar Empirical Software Engineering Anuradha Ganapathi Rathnachalam Institut für Informatik Software & Systems Engineering Agenda Introduction
MehrScenario Building Workshop - Interplay of problem framings
Transdiciplinary Conference Inter- and Transdisciplinary Problem Framing, ETH Zürich, 27-28 November 2008 Scenario Building Workshop - Interplay of problem framings PD Dr. Rolf Meyer*, Dr. Martin Knapp*,
MehrSupport Technologies based on Bi-Modal Network Analysis. H. Ulrich Hoppe. Virtuelles Arbeiten und Lernen in projektartigen Netzwerken
Support Technologies based on Bi-Modal Network Analysis H. Agenda 1. Network analysis short introduction 2. Supporting the development of virtual organizations 3. Supporting the development of compentences
MehrDeveloping clusters to promote S³ innovation
Developing clusters to promote S³ innovation Developing triple helix clusters and finance models from structured Fds. Promoting (cluster) innovation following smart specialization strategy International
MehrSecurity Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08
Security Patterns Benny Clauss Sicherheit in der Softwareentwicklung WS 07/08 Gliederung Pattern Was ist das? Warum Security Pattern? Security Pattern Aufbau Security Pattern Alternative Beispiel Patternsysteme
MehrStudieninformationsveranstaltung. Informatik. Institut für Informatik IV Universität Bonn. Tel.: 0228/73-4118 e-mail
Studieninformationsveranstaltung Informatik Vortrag am Dies Academicus (1.12.99) Prof. Dr.. Peter Martini Institut für Informatik IV Universität Bonn Tel.: 0228/73-4118 e-mail mail: martini@informatik
MehrRepositioning University Collections as Scientific Infrastructures.
Repositioning University Collections as Scientific Infrastructures. HUMANE Seminar Academic Cultural Heritage: The Crown Jewels of Academia Rome, November 14-16, 2014 Dr. Cornelia Weber Humboldt University
MehrEfficient Design Space Exploration for Embedded Systems
Diss. ETH No. 16589 Efficient Design Space Exploration for Embedded Systems A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of Sciences presented by
MehrATTACHMENT: Module groups and associated modules degree course BSc Business Information Technology Full Time / Part Time Foundation ECTS-Credits Communication 1 4 Communication 2 4 Communication 3 4 Communication
MehrUntersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der
Ein agentenbasiertes t Simulationsmodell ll zur Untersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der sozialen Organisation ihrer Bevölkerung Reinhard König, Informatik in der
MehrSeminar: Visual Analytics von sozialen Medien. Steffen Koch, Robert Krüger, Dennis Thom, Florian Haag, Thomas Ertl
Seminar: Visual Analytics von sozialen Medien Steffen Koch, Robert Krüger, Dennis Thom, Florian Haag, Thomas Ertl Organisatorisches Es besteht Anwesenheitspflicht bei allen Vorträgen Aktive Teilnahme (Fragen,
MehrTalkIT: Internet Communities Tiroler Zukunftsstiftung Donnerstag, 22. 4. 2010
TalkIT: Internet Communities Tiroler Zukunftsstiftung Donnerstag, 22. 4. 2010 Reinhard Bernsteiner MCiT Management, Communication & IT MCI MANAGEMENT CENTER INNSBRUCK Universitätsstraße 15 www.mci.edu
MehrData Governance Informationen kontrolliert managen
make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:
MehrAlgorithms for graph visualization
Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum
MehrINTERREG IIIa Project R&D - Ready for Research and Development Project results and ongoing activities
INTERREG IIIa Project R&D - Ready for Research and Development Project results and ongoing activities Györ, 5th December 2007 Key regions + perifary for surveys Background objectives CENTROPE needs a strategy
MehrUmgang mit Forschungsdaten Institutional Long Tail Research Data
Umgang mit Forschungsdaten Institutional Long Tail Research Data Jochen Schirrwagen Universität Bielefeld RDA-Deutschland-Treffen Potsdam, 20-21 Nov 2014 Agenda FDM - Strategie an der Uni Bielefeld RDA
MehrEnterprise Social Network. Social Media im Unternehmen
Vorstellung Thorsten Firzlaff Diplom Informatiker / Geschäftsführer 15 Jahre Lotus Notes 3 Jahre Innovation Manager 3 Jahre Leitung Web2.0 Competence Center Referent auf vielen international Konferenzen
MehrTrends, Optionen und Barrieren zur Optimierung Klinischer Studien durch die Nutzung von Routinedaten aus elektronischen Krankenakten
Trends, Optionen und Barrieren zur Optimierung Klinischer Studien durch die Nutzung von Routinedaten aus elektronischen Krankenakten Prof. Dr. H. U. Prokosch 21.11.2014 Institut für Medizininformatik,
MehrWindows Server 2003. Dieses Dokument beschreibt einige Details zum Aufsetzen eines Windows Server 2003 (Andres Bohren / 05.06.
Dieses Dokument beschreibt einige Details zum Aufsetzen eines Windows Server 2003 (Andres Bohren / 05.06.2004) Inhalt Inhalt... 2 Konfiguration... 3 Features Konfigurieren... 3 Shutdown Event Tracker...
MehrVisualisierung statistischer Ergebnisse
6. Dresdner Flächennutzungssymposium, 11./12.6.2014 Visualisierung statistischer Ergebnisse Bevölkerungs- und Flächennutzungsstatistik auf Grundlage des InstantAtlas in Sachsen INTERAKTIV Gliederung Validität
MehrManagement Information System SuperX status quo and perspectives
Management Information System SuperX status quo and perspectives 1 Agenda 1. Business Intelligence: Basics 2. SuperX: Data Warehouse for Universities 3. Joolap: OLAP for Universities 4. Cooperative reporting
MehrAutoSPARQL. Let Users Query Your Knowledge Base
AutoSPARQL Let Users Query Your Knowledge Base Christian Olczak Seminar aus maschinellem Lernen WS 11/12 Fachgebiet Knowledge Engineering Dr. Heiko Paulheim / Frederik Janssen 07.02.2012 Fachbereich Informatik
MehrVisuelle Analyse und Entscheidungsunterstützung
Visuelle Analyse und Entscheidungsunterstützung Dr. Jörn Kohlhammer Fraunhofer IGD 5.-7. November 2007 EpiGrid, FernUniversität in Hagen Überblick Visuelle Analyse Aktuelle Ansätze Vorstellung Fraunhofer
MehrExploration und Klassifikation von BigData
Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)
MehrLive Streaming => Netzwerk ( Streaming Server )
Live Streaming => Netzwerk ( Streaming Server ) Verbinden Sie den HDR / IRD-HD Decoder mit dem Netzwerk. Stellen Sie sicher, dass der HDR / IRD-HD Decoder mit ihrem Computer kommuniziert. ( Bild 1 ) Wichtig:
MehrGuiXT und mysap ERP. Regensdorf, April 2004 Dr.Gerhard Rodé, Synactive GmbH
GuiXT und mysap ERP Regensdorf, April 2004 Dr.Gerhard Rodé, Synactive GmbH Hinweis: Einige Aussagen und Diagramme zu den SAP Produkten in dieser Präsentation stammen aus den von SAP im Internet zur Verfügung
MehrData. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired
make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,
MehrEnergieeffizienz und Erneuerbare Energien Programme der EZ -- ein Zwischenstand
Energieeffizienz und Erneuerbare Energien Programme der EZ -- ein Zwischenstand Climate Policy Capacity Building Seminar Kiew 07.10.04 Klaus Gihr Senior Project Manager Europe Department Was sind unsere
Mehrpaluno Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014
Impulse aus dem CPS-Netzwerk NRW Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014 Cyber Physical NRW Überblick: Software-technische Herausforderungen Cyber Physical Systems
MehrThe integration of business intelligence and knowledge management
The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence
MehrDiscovery Tool für COMbricks PROCENTEC
Die PROFIBUS und PROFINET Spezialisten Discovery Tool für Schnell-Start PROCENTEC Die PROFIBUS und PROFINET Anleitung Spezialisten Copyright 2012 PROCENTEC. All rights reserved Einleitung Das Discovery
MehrPredictive Modeling Markup Language. Thomas Morandell
Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML
MehrRapide An Event-Based Architecture Definition Language
Rapide An Event-Based Architecture Definition Language Ralf Bettentrup Seminar: Architekturbeschreibungssprachen Wozu Rapide? Computer mit Modem Provider Broker Client Broker PC Prov 1 Client 1 RS-232
MehrSoftwareupdate-Anleitung // AC Porty L Netzteileinschub
1 Softwareupdate-Anleitung // AC Porty L Netzteileinschub Softwareupdate-Anleitung // AC Porty L Netzteileinschub HENSEL-VISIT GmbH & Co. KG Robert-Bunsen-Str. 3 D-97076 Würzburg-Lengfeld GERMANY Tel./Phone:
MehrADVERTISING IMAGES ANZEIGENMOTIVE. Spring/Summer 2014 Frühjahr/Sommer 2014
ADVERTISING IMAGES ANZEIGENMOTIVE Spring/Summer 2014 Frühjahr/Sommer 2014 Content/Inhalt Collections advertising images Collections Anzeigenmotive 4-7 Sports advertising images Sports Anzeigenmotive 8-9
MehrBes 10 Für ios und Android
Bes 10 Für ios und Android Architektur einer nicht Container (Sandbox) basierenden MDM Lösung Simple & Secure ios & Android Management mit 10.1.1 Secure Workspace - Sicherer Container für ios und Android
MehrVon ODBC zu OLE DB. Neue Möglichkeiten der Datenintegration. Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig
Von ODBC zu OLE DB Neue Möglichkeiten der Datenintegration Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig Von ODBC zu OLE DB Begriffsbestimmung ODBC, OLE DB, COM, ADO... Unterschiede zwischen
MehrVideo Line Array Highest Resolution CCTV
Schille Informationssysteme GmbH Video Line Array Highest Resolution CCTV SiDOC20120817-001 Disadvantages of high resolution cameras High costs Low frame rates Failure results in large surveillance gaps
MehrSAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models
Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive
MehrWorkflow, Business Process Management, 4.Teil
Workflow, Business Process Management, 4.Teil 24. Januar 2004 Der vorliegende Text darf für Zwecke der Vorlesung Workflow, Business Process Management des Autors vervielfältigt werden. Eine weitere Nutzung
MehrLehrveranstaltungen des Faches VWL in den Master-Studiengängen der VWL. Planung für das Wintersemester 2015/16 und das Sommersemester 2016
Lehrveranstaltungen des Faches VWL in den Master-Studiengängen der VWL Planung für das Wintersemester 2015/16 und das Sommersemester 2016 Stand: 16.07.2015 Wichtige Hinweise 1. Die Übersicht dient der
MehrSystemen im Wandel. Autor: Dr. Gerd Frenzen Coromell GmbH Seite 1 von 5
Das Management von Informations- Systemen im Wandel Die Informations-Technologie (IT) war lange Zeit ausschließlich ein Hilfsmittel, um Arbeitsabläufe zu vereinfachen und Personal einzusparen. Sie hat
MehrFrom a Qualification Project to the Foundation of a Logistics Network Thuringia. Logistik Netzwerk Thüringen e.v.
From a Qualification Project to the Foundation of a Logistics Network Thuringia Strengthening the role of Logistics through Corporate Competence Development a pilot project by Bildungswerk der Thüringer
MehrWie der IBM Supercomputer Watson zum besten Freund von Human Resources werden könnte!
Wie der IBM Supercomputer Watson zum besten Freund von Human Resources werden könnte! Do 19. März 2015, CeBIT, IBM Stand, Halle 2, Raum Europa I IBM Smarter Workforce Konferenz Unsere Arbeitswelt verändert
MehrDigitalisierung der Wirtschaft BI & Big Data Herausforderungen und Potenziale
Big Data im Gesundheitswesen - 8. Symposium der Gesundheitswirtschaft Digitalisierung der Wirtschaft BI & Big Data Herausforderungen und Potenziale Steinbeis Unternehmerforum 17.06.2016, Stuttgart Prof.
MehrEclipse User Interface Guidelines
SS 2009 Softwarequalität 06.05.2009 C. M. Bopda, S. Vaupel {kaymic/vaupel84}@mathematik.uni-marburg.de Motivation (Problem) Motivation (Problem) Eclipse is a universal tool platform - an open, extensible
MehrZiele und Herausforderungen für die visuell gestützte Analyse großer Datenmengen. Präsentation der Modellergebnisse auf KlimafolgenOnline.
Ziele und Herausforderungen für die visuell gestützte Analyse großer Datenmengen Präsentation der Modellergebnisse auf KlimafolgenOnline.com Thomas Nocke Potsdam Institut für Klimafolgenforschung Der Visualisierungsprozess
MehrIdeation-Day Fit für Innovation
Your Partner in Change. Your Partner in Innovation. Ideation-Day Fit für Innovation Fotoprotokoll 12.07.2013 www.integratedconsulting.at 1 Einstieg www.integratedconsulting.at 2 Erwartungen und mögliche
MehrGrenzüberschreitende F&E-Projekte - Was gehört wem?
Grenzüberschreitende F&E-Projekte - Was gehört wem? Erfahrungsbericht aus dem europäischen Forschungsprojekt XPRESS Michael Peschl Harms & Wende GmbH & Co. KG Schutz des Geistigen Eigentums im europäischen
MehrMeldefristen sind Ausschlussfristen!
für beide Prüfungsabschnitte vom 05.01.2016-25.01.2016 bzw. gesonderte Fristen für einzelne Prüfungen. PRÜFUNGSZEITRAUM WINTERSEMESTER 2015/16 für den 1. und 2. Prüfungsabschnitt vom 04.01.-25.01.2016
MehrMit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014
Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung
MehrMarkus BöhmB Account Technology Architect Microsoft Schweiz GmbH
Markus BöhmB Account Technology Architect Microsoft Schweiz GmbH What is a GEVER??? Office Strategy OXBA How we used SharePoint Geschäft Verwaltung Case Management Manage Dossiers Create and Manage Activities
MehrBusiness Intelligence. Bereit für bessere Entscheidungen
Business Intelligence Bereit für bessere Entscheidungen Business Intelligence Besserer Einblick in Geschäftsabläufe Business Intelligence ist die Integration von Strategien, Prozessen und Technologien,
MehrGame Interfaces Gestaltung und Funktionalität von Stefan Vollrath
Game Interfaces Gestaltung und Funktionalität von Stefan Vollrath 1 Game Interfaces - Übersicht Mensch-Computer-Interaktion Ziele von MCI User-Interfaces Computergestützte User-Interfaces Game-Interfaces
MehrData/Information Quality Management
Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!
MehrSmart Objects Physische Objekte als Zugang zur digitalen Welt
Smart Objects Physische Objekte als Zugang zur digitalen Welt BEGRIFFSKLÄRUNG Smarte Objekte Seite 2 SMARTE OBJEKTE BEGRIFFSKLÄRUNG Intelligente Objekte Was ist das? Seite 3 CITRIX WEARABLES SURVEY ERGEBNISSE
MehrSystem-Modellierung. statisches & dynamisches Modell. System Model. System Model
System Model System-Modellierung erarbeiten der: der System-UseCases des konzeptionellen Analysemodells des Architekturmodells des Designmodells Setzt auf dem BusinessModel auf Martin Jud NDS-I SWE II
MehrBIG DATA Die Bewältigung riesiger Datenmengen
BIG DATA Die Bewältigung riesiger Datenmengen Peter Mandl Institut für Geographie und Regionalforschung der AAU GIS Day 2012, 13.11.2012, Klagenfurt Was sind BIG DATA? Enorm große Datenmengen, Datenflut
MehrSeminar Business Intelligence Teil II. Data Mining & Knowledge Discovery
Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?
MehrDURCH VIDA ERZEUGTE PROTOKOLLDATEIEN 1 EINFÜHRUNG
DURCH VIDA ERZEUGTE PROTOKOLLDATEIEN 1 EINFÜHRUNG Beim Berichten über einen Fehler, erstellt VIDA Protokolldateien, die während des Prozesses zu nutzen sind. Die Protokolldateien werden benötigt, um die
MehrAbschlussarbeiten für StudentInnen
Camunda bietet StudentInnen die Möglichkeit, ihre Abschlussarbeit zu einem praxisnahen und wirtschaftlich relevanten Thema zu schreiben. Alle Themen im Überblick Elasticsearch (Backend) Java Client (Backend)
MehrBig-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015
Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015 b Wien 08. Juni 2015 Stefanie Lindstaedt, b Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center
MehrKonzeptionelle Aspekte eines Exergames am Beispiel von motivotion 60+
Konzeptionelle Aspekte eines Exergames am Beispiel von motivotion 60+ Oliver Korn [lässt herzlich grüßen, sein Flug wurde einige Stunden verschoben] Michael Brach Gesund bleiben ausgerechnet mit einem
MehrIT Governance im Zusammenspiel mit IT Audit
IT Governance im Zusammenspiel mit IT Audit ISACA After Hours Seminar Nicola Varuolo, Internal Audit AXA AXA Gruppe 52 Millionen Kunden weltweit 79 Milliarden Euro Geschäftsvolumen 150 000 Mitarbeitende
MehrQuellen: Towards a Human Computer InteractionPerspective. Übersicht. Warum visuelle Sprachen? Begriffsdefinitionen: Hinderungsgründe bisher:
Quellen: Towards a Human Computer InteractionPerspective von B.K. & B.K. LV: Visuelle Sprachen (03-763) Universität Bremen WS 2001/02 Visual Language Theory: Towards a Human- Computer Perspective; N. Hari
MehrEducation Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.
Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at
MehrDesign-based research in music education
Design-based research in music education An approach to interlink research and the development of educational innovation Wilfried Aigner Institute for Music Education University of Music and Performing
MehrModulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Masterstudiengang Data & Knowledge
MehrLehrveranstaltungsverzeichnis für den Studienplan 921 Masterstudium Informatik (03W) 15W
erstellt am 05.01.2016 um 02.31 Seite 1 von 7 Masterstudium Informatik Version: 03W SKZ: 921 Fach: Pflichtfächer PF Stunden: 8.0 ECTS: 14.0 510.606 Seminar in Natural Language Processing Typ: SE Stunden:
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrHOW TO CREATE A FACEBOOK PAGE.
FAME FACT FIRST IN SOCIALTAINMENT SOCIAL MEDIA INSIGHTS KOSTENLOSE REPORTS, WHITEPAPERS UND WERTVOLLE LINKS HOW TO CREATE A FACEBOOK PAGE. famefact track by track GmbH, Schönhauser Allee 48, 10437 Berlin,
MehrTOGAF The Open Group Architecture Framework
TOGAF The Open Group Architecture Ein Überblick Gesellschaft für Informatik, Regionalgruppe München Dr. Michael Bulenda München, 7.12.2009 Vorstellung Dr. M. Bulenda Seit 2001 bei Cirquent IT Management
MehrDas Knowledge Grid. Eine Architektur für verteiltes Data Mining
Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide
MehrMicrosoft Azure Fundamentals MOC 10979
Microsoft Azure Fundamentals MOC 10979 In dem Kurs Microsoft Azure Fundamentals (MOC 10979) erhalten Sie praktische Anleitungen und Praxiserfahrung in der Implementierung von Microsoft Azure. Ihnen werden
MehrSchützen Sie Ihre Daten und Prozesse auf einfache Art und Weise. Matthias Kaempfer April, 20 2015
Schützen Sie Ihre Daten und Prozesse auf einfache Art und Weise Matthias Kaempfer April, 20 2015 Ganzheitlicher SAP Sicherheitsansatz Detect attacks Secure infrastructure Security processes and awareness
MehrMobile Apps: Von der Entwicklung bis zum Test mit HP Software
Mobile Apps: Von der Entwicklung bis zum Test mit HP Software Amir Khan Presales Consultant Software Hewlett-Packard (Schweiz) GmbH HP Invent 2015 Copyright 2015 Hewlett-Packard Development Company, L.P.
Mehr