David L. Olson Reihenfolge der Bücher

Dieses Buch bietet einen Überblick über Data-Mining-Methoden, die durch Software veranschaulicht werden. Es thematisiert die Verbindung von menschlichem Wissen und technologischen Fortschritten in der heutigen Gesellschaft, insbesondere im Kontext von Big Data. Es werden drei Arten von Analyseinstrumenten vorgestellt: Die deskriptive Analyse liefert Berichte über vergangene Ereignisse, während die prädiktive Analyse statistische und KI-Methoden zur Vorhersage nutzt. Die diagnostische Analytik analysiert Sensoreingaben zur automatischen Steuerung von Kontrollsystemen. Die präskriptive Analytik optimiert Systeme mithilfe quantitativer Modelle. Data Mining umfasst sowohl deskriptive als auch prädiktive Modellierung, während Operations Research alle drei Bereiche abdeckt. Der Fokus des Buches liegt auf der deskriptiven Analytik, mit einfachen Erklärungen und Demonstrationen. Es bietet Beispiele für die Auswirkungen von Big Data und behandelt Assoziationsregeln sowie Clusteranalysen. Die Kapitel decken verschiedene Aspekte ab: einen Überblick im Wissensmanagement, grundlegende Software für Datenvisualisierung, Warenkorbanalyse, RFM-Modellierung, Assoziationsregel-Mining, Clusteranalyse und Link-Analyse. Die Modelle werden mit geschäftsbezogenen Daten demonstriert, und der Stil ist beschreibend, ohne tiefgehende wissenschaftliche Referenzen. Die verwendeten Datensätze und Software sind für Leser mit Internetzugang leicht zugänglich.

This book offers an overview of predictive methods using open-source software modeling with Rattle (R') and WEKA. It explores knowledge management, which integrates human knowledge with technological advancements and big data for data collection and analysis. The text categorizes analytic tools into three types: descriptive analytics, which report past events; predictive analytics, which utilize statistical and AI methods for forecasting and classification modeling; and prescriptive analytics, which employs quantitative models to optimize or improve systems. Data mining encompasses both descriptive and predictive modeling, while operations research includes all three types. The focus here is on prescriptive analytics, with simple explanations and demonstrations of descriptive tools. The second edition enhances examples of big data impact, updates visualization content, clarifies points, and expands on association rules and cluster analysis. Chapter 1 introduces knowledge management, while subsequent chapters cover basic data types, time series modeling, multiple regression, regression tree modeling, autoregressive/integrated/moving average models, GARCH models, and classification data mining tools, including support vector machines, random forests, and boosting. Business-related data is used for model demonstrations, and the book aims to explain methods descriptively, providing accessible datasets and software for readers.

The book explores the profound effects of COVID-19 on global economies, particularly focusing on supply chains and financial operations. It presents analytic tools and epidemic modeling to help governments and businesses navigate pandemic-related challenges. The text includes quantitative and text data sources, illustrating the pandemic's impacts, especially on the Swedish banking sector. Additionally, it covers financial contagion, debt risk analysis, and health system efficiency, emphasizing practical methods and accessible data rather than theoretical discussions.

Edited as a Festschrift in honor of Prof Milan Zeleny, this volume reflects and emulates his unmistakable legacy: the essential multidimensionality of human and social affairs. It contains papers dealing with: Multiple Criteria Decision Making; Social and Human System Management; and Information, Knowledge and Wisdom Management.