Produkt zum Begriff Datenbanken:
-
Datenbanken - Konzepte und Sprachen (Saake, Gunter~Sattler, Kai-Uwe~Heuer, Andreas)
Datenbanken - Konzepte und Sprachen , Detaillierte Einführung in die Datenbanktechnologie in der 6. aktualisierten Neuauflage Konzepte relationaler Datenbanken: Architekturen, Modelle, Entwurfsmethoden, Relationenalgebra Ausführliche Behandlung von SQL sowie Einblick in weitere Datenbanksprachen Datenbanken sind eines der wichtigsten Teilgebiete der Informatik und dank Big Data, Industrie 4.0, Internet of Things & Co. müssen immer mehr Daten effizient verwaltet, performant analysiert und sinnvoll ausgegeben werden. Das Buch behandelt systematisch und fundiert die wichtigsten Konzepte und Sprachen, die für den Einsatz von Datenbanksystemen und die Entwicklung von Datenbankanwendungen eine Rolle spielen. Die Grundlagen relationaler Datenbanken werden dabei umfassend erklärt. Die Autoren gehen außerdem auf Theorie, Entwurfsmethoden sowie Sprachkonzepte für relationale Datenbanken inklusive der ausführlichen Behandlung von SQL ein. Des Weiteren werden Alternativen und Erweiterungen von Datenbankmodellen vorgestellt. Eine durchgehende Beispielanwendung liefert einen wertvollen Praxisbezug und hilft Ihnen dabei, die zugrundeliegenden theoretischen Konzepte besser zu verstehen. Zusammenfassungen und Übungsaufgaben am Ende eines jeden Kapitels erleichtern Ihnen außerdem das Selbststudium und ermöglichen Ihnen eine optimale Prüfungsvorbereitung. Das Buch eignet sich als Lehrbuch für Studierende der Informatik und verwandter Fächer, aber auch für Anwender und Entwickler, die sich über aktuelle Datenbanktechnologie genauer informieren möchten. Zusätzliche Kapitel sind als kostenloser Download verfügbar. Aus dem Inhalt: Kernkonzepte relationaler Datenbanken Konzepte und Architektur Datenbankentwurf Entity-Relationship-Modell Relationenalgebra Die relationale Datenbanksprache SQL (SQL:2016) Erweiterte Konzepte Erweiterte Entwurfsmodelle QUEL, QBE und Datalog Sichten, Transaktionen, Integrität und Trigger Datenbankanwendungsentwicklung Zugriffskontrolle & Privacy Weitere Datenbankmodelle Multimediale, raum- und zeitbezogene Daten Objektorientierte und objektrelationale Datenbankmodelle XML, XPath, XQuery und SQL/XML NoSQL und Graphdatenbanken , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen , Auflage: 2018, Erscheinungsjahr: 201805, Produktform: Leinen, Titel der Reihe: mitp Professional##, Autoren: Saake, Gunter~Sattler, Kai-Uwe~Heuer, Andreas, Edition: REV, Auflage: 18006, Auflage/Ausgabe: 2018, Keyword: Datenbankarchitektur; Datenbanksysteme; DB; DBMS; Entity-Relationship-Modell; NewSQL; NoSQL; QUEL; RDF; relationale Datenbanken; SQL; XML, Fachschema: Datenbank / Relational~Programmiersprachen~Database~Datenbank, Fachkategorie: Programmier- und Skriptsprachen, allgemein, Warengruppe: HC/Programmiersprachen, Fachkategorie: Relationale Datenbanken, Thema: Verstehen, Text Sprache: ger, Seitenanzahl: XXIV, Seitenanzahl: 777, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: MITP Verlags GmbH, Verlag: MITP Verlags GmbH, Verlag: mitp Verlags GmbH & Co.KG, Länge: 246, Breite: 177, Höhe: 50, Gewicht: 1468, Produktform: Gebunden, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Vorgänger EAN: 9783826694530 9783826690570 9783826616648 9783826606199 9783826603495, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0010, Tendenz: +1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover, Unterkatalog: Lagerartikel,
Preis: 39.99 € | Versand*: 0 € -
Cleve, Jürgen: Data Mining
Data Mining , Data Mining liefert Grundlagen für die Künstliche Intelligenz, indem es Technologien für die Analyse großer Datenmengen bereitstellt. Das Buch deckt den Stoff einer einsemestrigen Vorlesung an Universitäten oder Fachhochschulen ab und ist als klassisches Lehrbuch konzipiert. Es bietet eine Einführung in die wesentlichen Anwendungsgebiete und behandelt die zugehörigen Algorithmen. Die Beispiele und Aufgaben können mit frei verfügbaren Werkzeugen bearbeitet werden. Die vierte Auflage enthält inhaltliche Erweiterungen und Aktualisierungen. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 74.95 € | Versand*: 0 € -
Jankowski, Timo: Fußball - Von Big Data zu Smart Data
Fußball - Von Big Data zu Smart Data , Das Thema Big Data ist unaufhaltsam in die Fußballwelt eingezogen und wird mit Sicherheit auch nicht mehr verschwinden. Es wird weiterhin an Bedeutung gewinnen, da die Datenqualität und die praktische Umsetzung dieser Daten bereits zahlreiche beeindruckende Erfolge vorweisen können. Zu Beginn des Buchs wird auf die Problematik des Schwarz-Weiß-Denkens, das im Fußball weit verbreitet ist, eingegangen. Im zweiten Teil rückt dann das Thema Big Data im Fußball in den Vordergrund. Dies geschieht vor allem immer im Hinblick auf die Umwandlung in Smart Data mit vielen praktischen Beispielen, sodass jeder Trainer und Interessierte zahlreiche Anregungen für die eigene Arbeit in der Planung, auf dem Platz und in der Evaluierung bekommt. Zahlreiche Key-Performance-Indikatoren (KPIs) werden unter die Lupe genommen und es wird aufgezeigt, wie Datenanalyse auf dem Weg zum Erfolg helfen kann. Ziel dieses Werks ist es, das Thema Big Data im Fußball zu entmystifizieren, weshalb im letzten Abschnitt die erfolgreiche Qualifikation der Juniorennationalmannschaft von Fidschi für die U20-Weltmeisterschaft 2023 beschrieben wird. Dieses Beispiel zeigt, wie die richtige Mischung aus objektiven Daten und den menschlichen Komponenten in der Praxis zum Erfolg führen kann. Dieses Buch plädiert dafür, die tief verwurzelten Werte und die Ursprünglichkeit des Fußballs unbedingt beizubehalten und zeigt auf, wie sich beide Seiten - Bauchgefühl und Datenanalyse - gewinnbringend miteinander verbinden lassen. Fußball - von Big Data zu Smart Data ist DAS Standardwerk für alle Trainer, die das Thema Big Data angehen wollen und Tipps für die Umsetzung auf dem Platz benötigen. , Bücher > Bücher & Zeitschriften
Preis: 28.00 € | Versand*: 0 € -
Data Warehouse
Data Warehouse , Zum Werk Ein Data-Warehouse besteht aus unterschiedlichen Datenquellen. Es fasst eine integrierte, themenorientierte und chronologisierte Sammlung an Daten zusammen. Damit wird ein komfortabler Zugriff auf diverse Daten ermöglicht. Das Data-Warehouse bildet deshalb die Grundlage für die Datenökonomie. Nur wer ein solches Data-Warehouse hat und betreiben kann, bleibt ernstzunehmender Wettbewerber im digitalen Zeitalter und kann Daten genau, konsistent, relevant, legal aktuell, akkurat, als "single point of reference, auf einer time to market basis" und einer "need to know basis" für diverse digitale Geschäftsmodelle zur Verfügung stellen. Das Rechtshandbuch erörtert schwerpunktmäßig die rechtlichen Anforderungen eines Data-Warehouses. Es geht insbesondere auf Themen des Datenschutzes, der Informationssicherheit, des Kartellrechts, Open Data, den verschiedenen Rechtsformen bzw. Betreiberrollen, der Blockchaintechnologie und den Haftungsrisiken ein. Dabei werden: technische Hintergründe eines Data-Warehouses verständlich erörtert, praxisrelevante Rechtsfragen beim Betrieb eines Data-Warehouses aufgeworfen und diskutiert und Gestaltungshilfen beim Aufbau und Betrieb eines Data-Warehouses gegeben. Aus dem Inhalt Begriffsbestimmungen Inhaber und Betreiber Datenschutz Kartellrecht Open-Data Informationssicherheit Nutzung von Blockchain Haftung und Versicherung Vorteile auf einen Blick speziell auf die Rechtsprobleme eines Data-Warehouse zugeschnittene Darstellung mit konkreten, praxisorientierten Handlungsempfehlungen Anleitungen für die Planung, Errichtung und das Betreiben eines Data-Warehouse rechtsgebietsübergreifende Antworten und Fragestellungen im Data-Warehouse-Umfeld (Haftung und Versicherung, Blockchain, Informationssicherheit, Open Data, Kartellrecht, Datenschutz, etc.) zahlreiche Leitsätze und Grafiken Zielgruppe Für Unternehmen, im IT- und Datenschutzrecht tätige Rechtsanwältinnen und -anwälte, Gerichte und Datenschutzbehörden, Hochschulen, Verbände, Softwareentwicklerinnen und Softwareentwickler. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 89.00 € | Versand*: 0 €
-
Was ist eine Big Data Analyse?
Was ist eine Big Data Analyse? Eine Big Data Analyse bezieht sich auf die Untersuchung und Auswertung von großen und komplexen Datensätzen, um wertvolle Erkenntnisse und Muster zu gewinnen. Durch den Einsatz von fortschrittlichen Analysetechniken wie Data Mining, maschinellem Lernen und künstlicher Intelligenz können Unternehmen Trends identifizieren, Vorhersagen treffen und fundierte Entscheidungen treffen. Diese Analyse ermöglicht es Organisationen, ihre Geschäftsprozesse zu optimieren, Kundenverhalten zu verstehen und Wettbewerbsvorteile zu erlangen. Letztendlich hilft eine Big Data Analyse Unternehmen dabei, datengesteuerte Strategien zu entwickeln und ihre Leistung zu verbessern.
-
Wie beeinflusst die Datenkonsistenz die Leistung von verteilten Systemen in Bezug auf Datenbanken, Cloud-Computing und Big Data-Anwendungen?
Die Datenkonsistenz beeinflusst die Leistung von verteilten Systemen, da inkonsistente Daten zu Fehlern und Inkonsistenzen in den Anwendungen führen können. In Datenbanken kann eine schlechte Datenkonsistenz zu langsamen Abfragen und ineffizienten Transaktionen führen. Im Cloud-Computing können inkonsistente Daten zu Problemen bei der Skalierbarkeit und Zuverlässigkeit führen. In Big Data-Anwendungen kann eine inkonsistente Datenkonsistenz zu ungenauen Analysen und Entscheidungen führen, die die Leistung der Anwendung beeinträchtigen.
-
Wie kann die Gruppierung von Daten in der Informatik zur effizienten Verarbeitung und Analyse in verschiedenen Anwendungen wie Datenbanken, maschinellem Lernen und Big Data verwendet werden?
Die Gruppierung von Daten in der Informatik ermöglicht es, ähnliche Datenobjekte zusammenzufassen, was die Effizienz bei der Verarbeitung und Analyse erhöht. In Datenbanken können gruppierte Daten schneller abgefragt und analysiert werden, was die Leistung verbessert. Im maschinellen Lernen können gruppierte Daten dazu beitragen, Muster und Trends zu identifizieren, die für die Modellbildung und Vorhersage wichtig sind. In Big Data-Anwendungen ermöglicht die Gruppierung von Daten eine schnellere Verarbeitung großer Datenmengen und erleichtert die Extraktion von relevanten Informationen.
-
Wie beeinflusst das Splitten von Daten in der Informatik die Effizienz von Algorithmen und die Verarbeitung großer Datenmengen in verschiedenen Anwendungsgebieten wie maschinelles Lernen, Datenbanken und Big Data-Analyse?
Das Splitten von Daten in der Informatik ermöglicht es, große Datenmengen in kleinere Teile aufzuteilen, was die Effizienz von Algorithmen verbessert, da sie nur auf einem Teil der Daten arbeiten müssen. Dies führt zu schnelleren Verarbeitungszeiten und reduziert den Speicherbedarf. Im maschinellen Lernen ermöglicht das Splitten von Daten das Training von Modellen auf Teilmengen, was die Trainingszeit verkürzt und die Skalierbarkeit verbessert. In Datenbanken und Big Data-Analyse ermöglicht das Splitten von Daten die parallele Verarbeitung und Analyse, was zu schnelleren Abfragen und Erkenntnissen führt.
Ähnliche Suchbegriffe für Datenbanken:
-
5St. Axing SZU203 Abdeckung 80x80 TV/R/DATA/DATA
Abdeckung 80x80 TV/R/DATA/DATA
Preis: 3.53 € | Versand*: 4.90 € -
Data Driven Controlling
Data Driven Controlling , Den Controllerinnen und Controllern stehen immer mehr interne und externe Daten zur Verfügung, die gemanagt und genutzt werden wollen. Ein modernes, datengetriebenes Controlling weiß, wie diese Ressourcen genutzt und effektiv zur Entscheidungsunterstützung aufbereitet werden. Dieses Buch bietet dazu die Grundlagen und Konzepte. Es richtet sich an alle, die das Controlling durch den Einsatz moderner Data-Analytics- und Machine-Learning-Tools modernisieren möchten. Es dient als Leitfaden, um die vielfältigen Möglichkeiten der datengetriebenen Entscheidungsfindung zu erkunden und sie gewinnbringend in Ihrem Unternehmen einzusetzen. Lösungsvorschläge und Best-Practice-Beispiele runden das Buch ab. Inhalte: Data Governance und die Rolle des Controllings Datengetriebenes Risikocontrolling: Grundlagen, Beispiele, Anforderungen Datengestützte Entscheidungen in Insight Driven Organizations Data-Mining-Verfahren: Anwendung im Beschaffungscontrolling Nutzerzentriertes Controlling-Dashboard für bessere Entscheidungen Nachhaltigkeit: Datenbasierte Messung von Sustainability Performance und Risiken Organisation & IT Neue Möglichkeiten des prozessbezogenen Datenmanagements für das Controlling , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 89.99 € | Versand*: 0 € -
Data Flash Reinigungssatz
Kleinmann - Reinigungssatz
Preis: 12.86 € | Versand*: 0.00 € -
Data Flash Bildschirmreinigungsflüssigkeit
Kleinmann - Bildschirmreinigungsflüssigkeit
Preis: 13.65 € | Versand*: 0.00 €
-
Wie entsteht Big Data?
Big Data entsteht durch die Sammlung und Speicherung einer großen Menge von Daten aus verschiedenen Quellen wie Sensoren, Social Media, Transaktionen und mehr. Diese Daten werden dann mithilfe von speziellen Tools und Technologien analysiert und verarbeitet, um Muster, Trends und Erkenntnisse zu identifizieren. Durch die kontinuierliche Erfassung und Analyse von Daten in Echtzeit können Unternehmen fundierte Entscheidungen treffen und ihre Geschäftsprozesse optimieren. Letztendlich ermöglicht Big Data eine tiefere Einblicke in das Verhalten von Kunden, Trends auf dem Markt und ermöglicht die Entwicklung innovativer Produkte und Dienstleistungen.
-
Wie funktioniert Big Data?
Wie funktioniert Big Data?
-
Was ist Big Data?
Big Data bezieht sich auf große Mengen an Daten, die mit hoher Geschwindigkeit und Vielfalt generiert werden. Diese Daten können aus verschiedenen Quellen stammen, wie zum Beispiel sozialen Medien, Sensoren oder Transaktionen. Big Data ermöglicht es Unternehmen, Muster und Trends zu identifizieren, um fundierte Entscheidungen zu treffen und ihre Geschäftsprozesse zu optimieren.
-
Wie können geographische Datenbanken dazu beitragen, die Analyse und Visualisierung von geografischen Informationen zu verbessern?
Geographische Datenbanken ermöglichen die Speicherung großer Mengen an geografischen Informationen, die für Analysen genutzt werden können. Durch die Verknüpfung verschiedener geografischer Datensätze können komplexe Zusammenhänge besser visualisiert und verstanden werden. Die Integration von geographischen Datenbanken in GIS-Systeme ermöglicht eine effiziente Analyse und Visualisierung von geografischen Informationen.
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.