Exemplarischer Anwendungsfall von Data Mining-Verfahren für eine fiktive Organisation - Jonas Klumski - E-Book

Exemplarischer Anwendungsfall von Data Mining-Verfahren für eine fiktive Organisation E-Book

Jonas Klumski

0,0
15,99 €

-100%
Sammeln Sie Punkte in unserem Gutscheinprogramm und kaufen Sie E-Books und Hörbücher mit bis zu 100% Rabatt.
Mehr erfahren.
  • Herausgeber: GRIN Verlag
  • Sprache: Deutsch
  • Veröffentlichungsjahr: 2022
Beschreibung

Studienarbeit aus dem Jahr 2021 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, SRH Fernhochschule, Veranstaltung: Business Intelligence & Analytics, Sprache: Deutsch, Abstract: Um die Problemstellung, dass viele Unternehmen keinen Überblick über die effiziente Auswertung ihrer Daten besitzen, zielführend angehen zu können, soll in dieser Ausarbeitung ein Grundverständnis für Data Mining dargelegt werden. Das Skizzieren eines daran anschließenden praktischen Anwendungsfalls soll das Potenzial von Data Mining zusätzlich verdeutlichen, da hier die Nutzung von Data Mining-Verfahren exemplarisch dargestellt wird. Im Fokus soll dabei ein Krankenhaus als Organisation stehen, welches Data Mining einführt, um in unterschiedlichen Teildisziplinen zu effizienteren Prozessen und zu neuen Erkenntnissen zu gelangen. Dieser praktische Anwendungsfall dient dabei als exemplarisches Vorgehen und kann sowohl als Anreiz und Orientierung dienen Data Mining in die Unternehmensprozesse zu integrieren. Es sei dabei jedoch angemerkt, dass der gesamte Gestaltungsraum des Data Minings aufgrund der unzähligen Anwendungsmöglichkeiten kaum in einer solchen Ausarbeitung gänzlich abgedeckt werden kann, weshalb dieses Fallbeispiel viel mehr als Einblick in das Potenzial des Data Mining dienen soll.

Das E-Book können Sie in einer beliebigen App lesen, die das folgende Format unterstützt:

PDF
Bewertungen
0,0
0
0
0
0
0
Mehr Informationen
Mehr Informationen
Legimi prüft nicht, ob Rezensionen von Nutzern stammen, die den betreffenden Titel tatsächlich gekauft oder gelesen/gehört haben. Wir entfernen aber gefälschte Rezensionen.


Ähnliche