Risiken bei der Analyse sehr großer Datenmengen. Dr. Thomas Hoppe
|
|
- Curt Schwarz
- vor 8 Jahren
- Abrufe
Transkript
1 Risiken bei der Analyse sehr großer Datenmengen Dr. Thomas Hoppe
2 Datenaufbereitung Datenanalyse Data Mining Data Science Big Data Risiken der Analyse
3 Sammlung Integration Transformation Fehlerbereinigung Ausreißererkennung
4 Inspektion Visualisierung Deskriptive Analyse Explorative Analyse Hypothesentest
5 überwacht Regression Klassifikation unüberwacht Clustern Mixture Modells Latente Klassen Komplexitätsreduktion
6 Trainigsbeispiele Lernalgorithmus Modell Neue Fälle Vorhersagealgorithmus R
7 CC BY-SA Drew Conway
8 1994 Miramax Films
9 say big data once more 1994 Miramax Films
10 it s just marketing Business Intelligence Web Analytics CC-BY-SA joshjanssen Flickr
11 Unternehmen Airbus S&D Delphi IMM Carmeq Zalando Ebay... Technologie Map-Reduce Hadoop Spark Stratosphere Mahout NoSQL CC-BY-SA Skley Flickr
12 Google Amazon Facebook Ebay Zalando Twitter
13 CC BY-NC-SA monojussi Flickr
14
15 Datensätze Merkmal/Variablen/Feature/Attribute
16 Datensätze/Zeit (Meta-)Merkmal/Raum
17 Datensätze (Meta-)Merkmal
18 Datensätze Hohe Komplexität, Viele Abhängigkeiten Großer Ausschnitt, Hohe Auflösung Merkmal Viele Merkmale Viele Datensätze
19 Datensätze/Zeit (Meta-)Merkmale/Raum
20 CC BY-NC-SA monojussi Flickr
21 Curse of Dimensionality Spurious Correlations Conditioning on a collider Hidden Classes Data Torture
22 CC-BY-SA Adrian J. Hunter Wikimedia
23 CC-BY-SA Adrian J. Hunter Wikimedia
24 CC-BY-SA Adrian J. Hunter Wikimedia
25
26 r
27 V = 2 r d π d/2 d 2 dγ( ) V = (2r) d r lim d V = π d/2 0 V d r (d-1) Γ( d ) 2
28 Idee:
29 Volumen der Hypersphäre mit r=1 Anteil der Hyperspäre am Hyperraum 5 100% 4 80% 3 60% 2 40% 1 20% Dimensionen 0% Volumen Anteil
30 Raum der Hypersphäre wird sehr klein Besteht fast nur Ecken und kaum Mitte Beispiele sitzen fast nur in den Ecken
31
32 Hohe Anzahl von Merkmalen gleichbleibende Anzahl von Beispielen Lernergebnis unzuverlässiger, größere Varianz Lernergebnis gleicher Genauigkeit exponentiell-wachsende Zahl von Beispielen nötig Beispiele liegen fast nur in den Ecken Klassifikation wird schwieriger Potential zur Dimensionsreduktion
33
34 F = feature F = F r F i n = dppd data points per dimension f = F i R = cor(f i ) m= R = f*(f-1)/2 Annahme über Feature F i : unabhängig bestehen aus weißem Rauschen R gaussverteilt, = 0, = 1/(n-1)
35 F = feature F = F r F i n = dppd data points per dimension f = F i R = cor(f i ) m= R = f*(f-1)/2 r R stark korreliert: r < -0.8 oder 0.8 > r p = P(r > a): P normalverteilte Dichtefkt. P( r R: r > a) = 1-[(1-p)^m]
36 f = 150 m = n = 20 a = 0.8 P( r R:r>a) = 93,5% f = 450 m = n = 20 a = 0.9 P( r R:r>a) = 99,6% 3 unechte Korrelationen 4 unechte Korrelationen
37 Korrekturen Merkmale sind mehr als weißes Rauschen Korrelationen sind nicht unabhängig kann etwas > 0 angesetzt werden größere Zahl von Datenpunkten o. Merkmalen Konsequenz Korrekturen neutralisieren sich in der Realität Abschätzung kann als realistisch betrachtet werden
38 f = 20 m = 190 n = 10 a = 0.8 P( r R:r>a) = 79% 2 unechte Korrelationen! CC-BY.reid. Flickr
39 Entdeckung irrelevanter Zusammenhänge garantiert Viele Beispiele nötig Dimensionen besser abgedeckt Beispiele liegen jedoch wiederum in den Ecken Irrelevante, starke Zusammenhänge können relevante, schwächere Zusammenhänge verdecken
40 CC-BY-SA TobTob Flickr
41 CC-BY-SA Skley Flickr
42 If a case being observed is a function of two variables then this will induce an artifactual negative correlation between the variables. This is true even if in the broader population there is no correlation between the variables. CC-BY-SA Tim bates
43
44
45
46 Konsequenz der Unwahrnehmbarkeit Konsequenz unbekannten Auswahlprozesses Potentielles Problem vorhandener Daten Latentes Problem bei nachträglicher Erweiterung der Datenmenge
47
48
49 Ohne Analyse keine sinnvollen Ergebnisse Wissen über den Anwendungsbereich nötig
50 CC BY-NC
51 CC BY-NC
52 CC BY-NC
53 CC BY-NC
54 Daten (aus offenen Quellen) wurden u.u. schon für Analysen genutzt.
55 CC BY-NC-SA monojussi flickr
56 Nicht nur die Daten, die Tools und deren Einsatz zählt, sondern auch das Wissen um die Beschränkungen.
Was 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
MehrETL in den Zeiten von Big Data
ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse
MehrProf. Dr.-Ing. Rainer Schmidt 1
Prof. Dr.-Ing. Rainer Schmidt 1 Business Analytics und Big Data sind Thema vieler Veröffentlichungen. Big Data wird immer häufiger bei Google als Suchbegriff verwendet. Prof. Dr.-Ing. Rainer Schmidt 2
MehrWie wichtig ist Social Media Marketing für mein Google Ranking?
Wie wichtig ist Social Media Marketing für mein Google Ranking? 1 Kurzvorstellung adisfaction Fullservice-Digital-Agentur Büros in Meerbusch und Zürich Gegründet 2002, 20 Mitarbeiter Searchmetrics Pionier
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrBig Data Mythen und Fakten
Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher
Mehr8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics
Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Contents Predictive Analytics Erwartungen erfüllt? Einfach denken worauf achten, bevor gestartet wird?
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?
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
MehrBig & Smart Data. bernard.bekavac@htwchur.ch
Big & Smart Data Prof. Dr. Bernard Bekavac Schweizerisches Institut für Informationswissenschaft SII Studienleiter Bachelor of Science in Information Science bernard.bekavac@htwchur.ch Quiz An welchem
MehrML-Werkzeuge und ihre Anwendung
Kleine Einführung: und ihre Anwendung martin.loesch@kit.edu (0721) 608 45944 Motivation Einsatz von maschinellem Lernen erfordert durchdachtes Vorgehen Programmieren grundlegender Verfahren aufwändig fehlerträchtig
MehrNaturgewalten & Risikoempfinden
Naturgewalten & Risikoempfinden Eine aktuelle Einschätzung durch die TIROLER Bevölkerung Online-Umfrage Juni 2015 Eckdaten zur Untersuchung - Online-Umfrage von 11.-17. Juni 2015 - Themen... - Einschätzung
MehrSocial Media bei der Kreissparkasse Ludwigsburg
Kreissparkasse Social Media bei der Kreissparkasse MFG-Seminar Social Media Grundlagen und Potenziale von Facebook, Twitter und Co. Praxisbeispiel aus der Region 24. Januar 2013 Seite 1 Kreissparkasse
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
MehrTREND SEARCH VISUALISIERUNG. von Ricardo Gantschew btk Berlin Dozent / Till Nagel
von Ricardo Gantschew btk Berlin Dozent / Till Nagel 01 IDEE Einige kennen vielleicht GoogleTrends. Hierbei handelt es sich um eine Anwendung, bei der man verschiedenste Begriffe auf die Häufigkeit ihrer
MehrApache HBase. A BigTable Column Store on top of Hadoop
Apache HBase A BigTable Column Store on top of Hadoop Ich bin... Mitch Köhler Selbstständig seit 2010 Tätig als Softwareentwickler Softwarearchitekt Student an der OVGU seit Oktober 2011 Schwerpunkte Client/Server,
MehrPlanen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher
Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse
MehrDer Einsatz von Social Media im Stadtmarketing. Alexander Masser, Hans-Jürgen Seimetz, Peter Zeile
Der Einsatz von Social Media im Stadtmarketing Alexander Masser, Hans-Jürgen Seimetz, Peter Zeile Einführung Web 2.0, Facebook, Twitter, Google, Social Media... Was bedeuten diese Schlagwörter für das
MehrEntwicklung des Dentalmarktes in 2010 und Papier versus Plastik.
Sehr geehrter Teilnehmer, hier lesen Sie die Ergebnisse aus unserer Umfrage: Entwicklung des Dentalmarktes in 2010 und Papier versus Plastik. Für die zahlreiche Teilnahme an dieser Umfrage bedanken wir
MehrModellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios. Bernd Rosenow, 3. Kölner Workshop Quantitative Finanzmarktforschung
Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios Bernd Rosenow Rafael Weißhaupt Frank Altrock Universität zu Köln West LB AG, Düsseldorf Gliederung Beschreibung des Datensatzes
MehrProjektarbeit/SHK-Tätigkeit: Entwicklung graphischer Visualisierungskomponenten
Projektarbeit/SHK-Tätigkeit: Entwicklung graphischer Visualisierungskomponenten Das Assistenzsystem proknows, das am Fraunhofer Institut in Lemgo entwickelt wird, ermöglicht neben der Durchführung verschiedener
MehrInformationsflut bewältigen - Textmining in der Praxis
Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland
MehrVirtual Roundtable: Business Intelligence - Trends
Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,
MehrSocial Networks als Kundenbindungsinstrument
2 Social Networks als Kundenbindungsinstrument Univ.-Professor Dr. Hanna Schramm-Klein Düsseldorf, 02. Juli 2012 Agenda 3 Social CRM was ist das überhaupt? Sozial ist anders: Soziale Netzwerke und ihre
MehrKurzanweisung für Google Analytics
Kurzanweisung für Google Analytics 1. Neues Profil für eine zu trackende Webseite erstellen Nach dem Anmelden klicken Sie rechts oben auf den Button Verwaltung : Daraufhin erscheint die Kontoliste. Klicken
MehrLars Priebe Senior Systemberater. ORACLE Deutschland GmbH
Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele
MehrFachbereich Wirtschaftswissenschaften Die Vorsitzenden der Prüfungsausschüsse
Fachbereich Wirtschaftswissenschaften Die Vorsitzenden der Prüfungsausschüsse Hinweise für Studierende in den Bachelorstudiengängen Business Administration (B.A.; Rheinbach) Betriebswirtschaft (B.Sc.;
MehrIn die Cloud kann jeder. In Ihre nicht. TGA Systems. Spezialisiert in Private Cloud Communication
In die Cloud kann jeder. In Ihre nicht. TGA Systems. Spezialisiert in Private Cloud Communication Qualität ist kein Zufall! Sie ist das Ergebnis sorgfältiger Planung, innovativer Technologie und Kompetenz.
Mehr5.12. Variable Temperaturgradienten über dem Scheibenzwischenraum
5. Numerische Ergebnisse 92 5.12. Variable Temperaturgradienten über dem Scheibenzwischenraum Strukturbildungsprozesse spielen in der Natur eine außergewöhnliche Rolle. Man denke nur an meteorologische
MehrData Quality Management: Abgleich großer, redundanter Datenmengen
Data Quality Management: Abgleich großer, redundanter Datenmengen Westendstr. 14 809 München Tel 089-5100 907 Fax 089-5100 9087 E-Mail Datras@Datras.de Redundanz und relationales Datenbankmodell Redundanz:
MehrSocial Media News. Google+
Google+ Google+, der neue Konkurrent von Facebook»» Google+ (auch Google Plus oder G+) ist ein soziales Netzwerk des Unternehmens Google Inc.»» The New York Times deklarierte Google+ bereits vorab zum
Mehr22places auf einen Blick
22PLACES Media Kit 22places auf einen Blick 22places ist ein Blog über das Reisen und Fotografieren, gegründet von Jenny und Sebastian, zwei Reisefotografen, sowie Online Marketing Experten. Vor 1,5 Jahren
MehrWie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz)
Wie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz) 1 Maschinelle Übersetzung (MÜ) Überblick: Warum MÜ: Datenmenge, Qualität und
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)
MehrFa. Grimm & derhobbykoch.de Der Weg zum multichannel im Fachhandel. Referent: Johannes Grimm 30. September 2015
Fa. Grimm & derhobbykoch.de Der Weg zum multichannel im Fachhandel Referent: Johannes Grimm 30. September 2015 Grimm Freising 45.000 Einwohner ca. 20 Mitarbeiter ca. 800 qm Verkaufsfläche Grimm Landshut,
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrComputerlinguistische Textanalyse
Computerlinguistische Textanalyse 10. Sitzung 06.01.2014 Einführung in die Textklassifikation Franz Matthies Lehrstuhl für Computerlinguistik Institut für Germanistische Sprachwissenschaft Friedrich-Schiller
MehrClient-Server-Beziehungen
Client-Server-Beziehungen Server bietet Dienste an, Client nutzt Dienste Objekt ist gleichzeitig Client und Server Vertrag zwischen Client und Server: Client erfüllt Vorbedingungen eines Dienstes Server
MehrWhoop! Bid Management - Anwendungsfall Elektronikbranche
HINTERGRÜNDE Die Elektronikbranche hat sich in den letzten Jahren im Onlinehandel hervorgetan - v.a. der Consumer Electronics Bereich. Studien prognostizieren weiteres starkes Wachstum, nicht nur in den
MehrW.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)
Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,
MehrFreunde, Fans und Faszinationen: Das Potenzial von Social Media
Freunde, Fans und Faszinationen: Das Potenzial von Social Media Claus Fesel, DATEV eg PEAK, 5. Symposium für Verbundgruppen und Franchisesysteme Berlin, 10.05.2011 Social Media 13.05.2011 Social Media
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel
MehrExpertenstudie Social Media
Expertenstudie Social Media Was ist dran, an dem Hype um Social Media? Es wird viel geredet von den neuen Chancen und Risiken, die soziale Netze dem Internet-Marketing bieten. Sichere Methoden und Erfahrungswerte
MehrThema 1: Fotos im Internet verwenden
PASCH-net und das Urheberrecht Thema 1: Fotos im Internet verwenden Was bereits online im Internet zu sehen ist, darf problemlos kopiert und auf anderen Internetseiten wiederverwendet werden? Leider nicht
MehrAKZEPTANZ VON STUDIENGEBÜHREN
AStA der Universität München (Hrsg.) AKZEPTANZ VON STUDIENGEBÜHREN FÜR DAS ERSTSTUDIUM Die wichtigsten Ergebnisse Carolin Strobl Rita Reimer 1. Stichprobenziehung und Repräsentativität 606 Personen aus
MehrÜberblick über aktuelle Services Überblick über aktuelle Cloud Services
Überblick über aktuelle Services Überblick über aktuelle Cloud Services München, 22. Mai 2012 Anmerkungen zur Präsentation Die angegebenen Preise sind teilweise gerundet, da nicht zu allen Diensten die
MehrGEFUNDEN WERDEN. WAS GOOGLE GUT FINDET CONLABZ GMBH, WWW.CONLABZ.DE TIMO HERBORN + DANIEL SCHMIDT
GEFUNDEN WERDEN. WAS GOOGLE GUT FINDET CONLABZ GMBH, WWW.CONLABZ.DE TIMO HERBORN + DANIEL SCHMIDT conlabz für hartmann//koch ONLINE-MARKETING AUS DER WÜSTE IN DIE INNENSTADT...oder: Wie werden Angebote
MehrBestätigung: (Zeitaufzeichnung kontrollieren und einreichen)
Bestätigung: (Zeitaufzeichnung kontrollieren und einreichen) Hier können nun noch ein letztes mal alle Eintragungen kontrolliert werden. Um einen Fehler zu korrigieren kann man wieder durch klicken auf
MehrSocial-CRM (SCRM) im Überblick
Social-CRM (SCRM) im Überblick In der heutigen Zeit ist es kaum vorstellbar ohne Kommunikationsplattformen wie Facebook, Google, Twitter und LinkedIn auszukommen. Dies betrifft nicht nur Privatpersonen
MehrGESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013
OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld
MehrBig, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen
Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen 01000111101001110111001100110110011001 Volumen 10 x Steigerung des Datenvolumens alle fünf Jahre Big Data Entstehung
MehrData Mining-Projekte
Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein
MehrAlso heißt es einmal mehr, immer eine eigene Meinungen bilden, nicht beeinflussen lassen, niemals von anderen irgend eine Meinung aufdrängen lassen.
Seite 1 von 5 Wirtschaft, Finanzen und IT Computer und Technologie Internetseiten Übersichtlich alle verfügbaren Internetseiten von wirfinit. de und darüber hinaus, weitere empfehlenswerte Internetseiten
Mehrε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?
BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions
MehrTOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013
0 Es TOP 10 DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 wird ein wichtiges Jahr für BIG (Business Intelligence Growth) 2012 war ein fantastisches Jahr für Business Intelligence! Die biedere alte
MehrReferenzprojekt Lenka B. Seite 1
Referenzprojekt Lenka B. (Relaunch seit 26.06.2010 online) Scann Ausschnitt Startseite Die wichtigsten Suchbegriffe (Analyse) und das Ranking bei Google in den organischen Suchtreffern (Stand 24.01.2011)
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,
MehrSocial CRM @ CRM Forum
CRM @ CRM Forum Vermarktung, Service und Innovationen über Media - Die neuen Potentiale der Kundenkooperation 11. Juni 2014 Malte Polzin carpathia: e-business.competence www.carpathia.ch Malte Polzin Jahrgang
MehrArbeit als Quelle des Unternehmenserfolges Anforderungen an ein modernes Management
Arbeit als Quelle des Unternehmenserfolges Anforderungen an ein modernes Management Richtiges und gutes Management Dortmunder Dialog 50 Dortmund, 11. Oktober 2007 Rolf Friedrich Partner und Geschäftsleitung
MehrDie Zukunft ist digital. Chancen für Fachbuchhandlungen im Social Web. Jan Manz wbpr Public Relations
Die Zukunft ist digital. Chancen für Fachbuchhandlungen im Social Web. Jan Manz wbpr Public Relations 1 Agenda Social Web was ist das eigentlich? Alles Twitter oder was? Warum die Medienrezeption 2.0 entscheidend
MehrAlbert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen
Open Source professionell einsetzen 1 Mein Background Ich bin überzeugt von Open Source. Ich verwende fast nur Open Source privat und beruflich. Ich arbeite seit mehr als 10 Jahren mit Linux und Open Source.
MehrSuch Spulen. NEL Suchspulen - die besten der Welt! von unabhängigen Experten bestätigt. nel-coils.de Shop:nuggets.at
NEL Suchspulen - die besten der Welt! von unabhängigen Experten bestätigt Such Spulen nel-coils.de Shop:nuggets.at nel-coils.com nel-coils.com NEL BIG Die NEL BIG ist eine grosse, efgehende und flächenabdeckende
Mehr1 Darstellen von Daten
1 Darstellen von Daten BesucherInnenzahlen der Bühnen Graz in der Spielzeit 2010/11 1 Opernhaus 156283 Hauptbühne 65055 Probebühne 7063 Ebene 3 2422 Next Liberty 26800 Säulen- bzw. Balkendiagramm erstellen
MehrNäher am Kunden mit Microsoft Business Intelligence
Nürnberg, April 2014 Näher am Kunden mit Microsoft Business Intelligence Schnellere AHA-Effekte aus Small Data. Big Data. All Data - Online wie Offline. Sehr geehrte Damen und Herren, die rasant voranschreitende
MehrSeminar Textmining SS 2015 Grundlagen des Maschinellen Lernens
Seminar Textmining SS 2015 Grundlagen des Maschinellen Lernens Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 17.04.2015 Entscheidungsprobleme beim Textmining
MehrBU-Optimierung: Mehr Schutz für ALLE! Berufsunfähigkeit. www.volkswohl-bund.de
BU-Optimierung: Mehr Schutz für ALLE! Berufsunfähigkeit www.volkswohl-bund.de Machen Sie jetzt mehr aus Ihrer BU Sie haben sich schon vor einiger Zeit mit dem Abschluss einer Berufsunfähigkeitsversicherung
MehrSocial Media Analyse Manual
1. Erklärung der Analyse Die Social Media Analyse immobilienspezialisierter Werbeagenturen überprüft, welche Agenturen, die Real Estate Unternehmen betreuen, in diesem neuen Marktsegment tätig sind. Denn
MehrConstraint-Algorithmen in Kürze - Mit der Lösung zur Path-Consistency-Aufgabe 9
Constraint-Algorithmen in Kürze - Mit der Lösung zur Path-Consistency-Aufgabe 9 Prof. Dr. W. Conen Version 1.0c Januar 2009 Genereller Ablauf der Suche Gegeben: Variablen X, Domains D, Constraints R (explizit
MehrGolf_Post. Regionale OnlineWerbung für Golfclubs. Vorstellung des Angebotes GOLF POST KÖLN, JULI 2015 GOLF POST KÖLN, JULI 2015
Regionale OnlineWerbung für Golfclubs Vorstellung des Angebotes 1 größtes Online-MagazinGolf mit starkem Wachstum Post 39.500 Fans ist ein unabhängiges, digitales Medium auf dem deutschsprachigen Markt
MehrAufgabe 6 Excel 2013 (Fortgeschrittene) Musterlösung
- 1 - Aufgabe 6 Excel 2013 (Fortgeschrittene) Musterlösung 1. Die Tabelle mit den Werten und Gewichten der Gegenstände, sowie die Spalte mit der Anzahl ist vorgegeben und braucht nur eingegeben zu werden
MehrEXASOL Anwendertreffen 2012
EXASOL Anwendertreffen 2012 EXAPowerlytics Feature-Architektur EXAPowerlytics In-Database Analytics Map / Reduce Algorithmen Skalare Fkt. Aggregats Fkt. Analytische Fkt. Hadoop Anbindung R LUA Python 2
MehrAnbindung LMS an Siemens S7. Information
Datum: 18.09.2003 Status: Autor: Datei: Lieferzustand Rödenbeck Dokument1 Versio n Änderung Name Datum 1.0 Erstellt TC 18.09.03 Seite 1 von 1 Inhalt 1 Allgemein...3 2 Komponenten...3 3 Visualisierung...4
MehrVideo Unlimited -Nutzungsbeschränkungen
Video Unlimited -Nutzungsbeschränkungen In diesem Dokument werden Beschränkungen erklärt, die für die Verwendung von Videos gelten, die Sie über Video Unlimited -Dienste gekauft oder ausgeliehen haben
MehrMobile Fundraising. Praxisbeispiele. Katja Prescher Fundraiserin, Marketing- und Kommunikationsexpertin. Mobile Fundraising Katja Prescher
Mobile Fundraising Praxisbeispiele Katja Prescher Fundraiserin, Marketing- und Kommunikationsexpertin katja.prescher@sozialmarketing.de @sozialmarketing @SoZmark 5.. Bonus-Tipp Auf den folgenden Seiten
MehrOb Sie es wollen oder nicht: Im Web wird über Sie geredet.
Ob Sie es wollen oder nicht: Im Web wird über Sie geredet. Täglich hinterlassen Millionen von Usern ihre Spuren im Internet. Sie geben Kommentare ab, unterhalten sich über dies und das und vielleicht auch
MehrSocial Media Monitoring Was wird über Sie und Ihre Wettbewerber gesagt?
Social Media Monitoring Was wird über Sie und Ihre Wettbewerber gesagt? Donnerstag, 31. Mai 2012 Toocan GmbH Tobias Görgen Inhaber & Geschäftsführer Social Media Monitoring & Management Gegründet 2010
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrHochverfügbarkeits-Szenarien
Series Hochverfügbarkeits-Szenarien Mehrere Telefonanlagen können redundant aufgebaut werden. Dabei sind alle Anlagen aktiv geschaltet und teilen sich die Last (Anrufe, Telefonkonferenzen, usw.) gleichmässig
MehrSocial Media Intelligence - eine neue Form der Informationsbeschaffung
Social Media Intelligence - eine neue Form der Informationsbeschaffung 25.3.2015 Schweizer Polizei Informatik Kongress Dr. Pascal Bettendorff, Senior Business Consultant, AWK Group Philipp Kronig, Chef
MehrDie Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder
1 2 3 Die Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder die Forschungsziele. Ein erstes Unterscheidungsmerkmal
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
MehrSymbole und Schnittvorlagen aus www.kerzen-basteln.de
Hinweis: Die folgenden Grafiken sind als Vorlagen für Ihre eigenen Entwürfe gedacht. Sie finden hier keine fertigen Schnittmuster, sondern können Ihrer Fantasie freien Lauf lassen und die Elemente beliebig
MehrDas Internet Marketing Fundament
Internet-Marketing-Fundament Mit Fundament ist die Basis für ein pofessionelles Internet Business gemeint. Diese besteht aus einem genau definierten Ziel, effektivem Arbeiten und einer klaren Struktur.
Mehrfvw Kongress und Travel Expo
fvw Kongress und Travel Expo 24. + 25. September 2013 Veranstaltungsbericht 18. November 2013 Traffic & Tourism Inhalt 1. fvw Kongress und Travel Expo, Köln - 24. + 25. September 2013... 3 2. Mit Big Data
MehrNutzungsmöglichkeiten der interaktiven Westoverledingen Karte
Nutzungsmöglichkeiten der interaktiven Westoverledingen Karte Mit den interaktiven Karten möchte die Gemeinde Westoverledingen Ihnen einen Service bieten, der Ihnen die Orientierung in Westoverledingen
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
MehrKorrekturen von Hand ausgeführt, per Post oder als Scan an Sie übermittelt.
A) Korrekturen von Hand Korrekturen von Hand ausgeführt, per Post oder als Scan an Sie übermittelt. + Problemlos für DTP, wenn nur ein Bildschirm vorhanden ist, da Printversion mit Korrekturen Mühsam für
MehrInternetseite & Online Marketing
Internetseite & Online Marketing Worauf kleine und mittlere Handwerksbetriebe achten sollten. 11.2013 ebusinesslotse Oberfranken 13.11.2013 PIXELMECHANICS - Michael Rohrmüller 1 Wir realisieren anspruchsvolle
MehrWeb-Marketing und Social Media
Web-Marketing und Social Media Trends & Hypes Stephan Römer 42DIGITAL GmbH Web-Marketing und Social - stephan.roemer@42digital.de - Berlin, 05/2013 - Seite 1 K u r z v i t a Studierter Medieninformatiker
MehrPaul Petzold Firmengründer, Verwaltungsratspräsident und Delegierter der Mirus Software AG
Cloud Lösung in der Hotellerie Die Mirus Software als Beispiel Paul Petzold Firmengründer, Verwaltungsratspräsident und Delegierter der Mirus Software AG Folie 1 SaaS (Software as a Service) in der Cloud
MehrBI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrKommunikation! Andreas Raum
IT und TK im Wandel Kommunikation! oder Wie wir heute Dinge erledigen Andreas Raum freyraum marketing Kommunikation! Wie Technologien unseren Alltag verändern Das Internet ist für uns alle Neuland Angela
MehrIDV Assessment- und Migration Factory für Banken und Versicherungen
IDV Assessment- und Migration Factory für Banken und Versicherungen Erfassung, Analyse und Migration von Excel- und AccessAnwendungen als User-Selfservice. Sind Ihre Excel- und Access- Anwendungen ein
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrBusiness Application Framework für SharePoint Der Kern aller PSC-Lösungen
Business Application Framework für SharePoint Der Kern aller PSC-Lösungen Überblick pscbaf Dieses Dokument liefert die Antworten auf folgende Fragen: Was ist das Portal Systems Business Application Framework
MehrInternet Explorer Version 6
Internet Explorer Version 6 Java Runtime Ist Java Runtime nicht installiert, öffnet sich ein PopUp-Fenster, welches auf das benötigte Plugin aufmerksam macht. Nach Klicken auf die OK-Taste im PopUp-Fenster
MehrC - M - M - K S U C H M A S C H I N E N O P T I M I E R U N G
Suchmaschinenoptimierung C-M-M-K Anfragen bekommen, Kunden gewinnen, Umsatz generieren. Wo stehen Sie? Wo steht Ihre Konkurrenz? Erfolg Im Web Teil I Suchmaschinenoptimierung C - M - M - K Suchmaschinenoptimierung
MehrSocial-Media Basis-Paket Ein einfaches und verständliches Unternehmens-Programm für den ersten Schritt
Social-Media Basis-Paket Ein einfaches und verständliches Unternehmens-Programm für den ersten Schritt Ein Angebot von Vianova-Company und Reschke-PR Oktober 2012 Alle reden von Social Media. Aber alle
MehrDie Theorie der Praxis. Die Welt ist so komplex, dass man sie mittels bloßer Wahrnehmung nicht erfassen kann.
Die Theorie der Praxis Die Welt ist so komplex, dass man sie mittels bloßer Wahrnehmung nicht erfassen kann. Beispiel: Am Rücken liegen Tausende von Nervenzellen und sagen dauernd: Da ist eine Stuhllehne.
Mehr