• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel & pussel

Upp till 25% på utvalda nyheter →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Samhälle och politik
    2. Samhälle och kultur
    3. Kultur och medier
    4. Referensverk och tvärvetenskap

    Data Analytics im Risikomanagement

    Descriptive Analytics - Diagnostic Analytics - Predictive Analytics

    AvFrank Romeike,Gabriele Wieczorek

    Inbunden, Tyska, 2026

    663 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    Das Buch bietet einen umfassenden Überblick über Data Analytics im Risikomanagement in Unternehmen. Die fortschreitende Digitalisierung bringt eine wachsende Menge von Daten hervor. Data Analytics beschäftigt sich mit den Methoden zur Analyse dieser Daten und umfasst neben statistischen Modellen auch das Maschinelle Lernen. Unternehmen, die die methodischen Grundlagen von Data Analytics verstehen und anwenden, können nicht nur im Risikomanagement Daten wertschöpfend nutzen, sondern auf Basis einer verbesserten Analyse und Prognose fundierte unternehmerische Entscheidungen treffen. In einem durch den Einsatz von Artificial Intelligence (AI) geprägten Unternehmensumfeld stellt dies einen erheblichen Wettbewerbsvorteil dar.Neben einer allgemeinen Einführung in Data Analytics erläutern die Autoren fundiert die Methoden der deskriptiven, diagnostischen sowie prädiktiven Datenanalyse. Basierend auf einem fiktiven Unternehmen werden Anwendungsbeispiele aus der Praxis des Risikomanagements beschrieben. Die Beispiele werden als Sourcecode in der Programmiersprache R für eine praktische Umsetzung zum Download bereitgestellt.

    Produktinformation

    • Utgivningsdatum:2026-02-02
    • Mått:168 x 240 x 40 mm
    • Vikt:1 232 g
    • Format:Inbunden
    • Språk:Tyska
    • Antal sidor:598
    • Förlag:Springer Fachmedien Wiesbaden
    • ISBN:9783658488420

    Utforska kategorier

    • Referensverk och tvärvetenskap inom Samhälle och politik
    • Nationalekonomi inom Ekonomi och Ledarskap
    • Ledarskapsböcker inom Ekonomi och Ledarskap

    Mer om författaren

    Frank Romeike ist Geschäftsführer und Eigentümer des Kompetenzportals RiskNET und zählt international zu den führenden Experten für Risiko- und Chancenmanagement. Die von ihm gegründete Risk Academy hat weltweit rund 30.000 Risikomanager ausgebildet bzw. gecoacht. Er engagiert sich in der akademischen Lehre an Hochschulen im In- und Ausland.Prof. Dr. Gabriele Wieczorek ist Mathematikerin und Professorin mit dem Lehrgebiet Industrielle Statistik und Wahrscheinlichkeitstheorie an der Hochschule Hamm-Lippstadt. Ihre Forschung zum Risikomanagement umfasst u. a. die nicht-frequentistischen Methoden zur Risikomodellierung sowie die Anwendung von Künstlicher Intelligenz im Risikomanagement.

    Innehållsförteckning

    • 1. Einführung.- 1.1 Einführungsbeispiel: Auf der Suche nach der Weltformel.- 1.2 Data Analytics als Teil des "Knowledge Discovery Process Model".- 1.3 Abgrenzung von Begriffen (Data Analytics, Business Analytics, Data Mining, Big Data, Artificial Intelligence, Descriptive Analytics, Diagnostic Analytics, Predictive Analytics und Prescriptive Analytics, Supervised und Unsupervised Learning, Algorithmus etc.).- 1.4 Artificial Intelligence versus Künstliche Intelligenz.- 1.5 Menschliche Intelligenz versus Algorithmen.- 1.6 Von Descriptive Analytics bis Prescriptive Analytics.- 2. Daten als Ausgangspunkt.- 2.1 Datenkompetent (data literacy), Methodenkompetenz (statistical literacy) und Informationskompetenz (information literacy).- 2.2 Datenquellen, Datenqualität, Datentypen.- 2.3 Datenaufbereitung, fehlende Daten, Ausreißer, Datentransformation.- 2.4 Bedeutung der Stichprobengröße und mögliche Lösungsansätze.- 2.5 Data Governance als Grundlage für Datenqualität und Zuverlässigkeit.- 3. Descriptive Analytics/ Datenvisualisierung.- 3.1Einführung in die deskriptive Statistik.- 3.2 Datenvisualisierung für eine Variable.- 3.3Statistische Maßzahlen zur eindimensionalen Datenbeschreibung.- 3.4 Exploration des Zusammenhangs von mehreren Variablen.- 3.5 Anwendungsbeispiele in R.- 4. Fortgeschrittene deskriptive und erklärende Analyse.- (Diagnostic Analytics).- 4.1 Regressionsanalyse.- 4.2 Klassifikationsverfahren.- 4.3Clusteranalyse.- 4.4 Assoziationsanalyse: Exploration struktureller Zusammenhänge.- 4.5 Zeitreihenanalyse.- 4.6 Anwendungsbeispiele in R.- 5. Predictive Analytics: Ein Blick in die Zukunft.- 5.1 Kurze Geschichte der Zukunft.- 5.2 Prädiktive Modellierung als Grundlage.- 5.3Einführung in die Bayessche Statistik.- 5.4 Bayessche Netze.- 5.5 Künstliche Intelligenz und Big Data.- 5.6 Maschinelles Lernen.- 5.7 Evaluierung von prädiktiven Modellen.- 5.8Anwendungsbeispiele in R.- 6. Data Analytics im Risikomanagement.- 6.1Bedeutung und Potenziale von Data Analytics im Risikomanagement.- 6.2 Prescriptive Analytics im Risikomanagement.- 6.3 Artificial Intelligence im Risikomanagement.- 6.4 Modellrisiken.- 6.5Anwendungsbeispiele in R.