Analiza dużych zbiorów danych

• Autorzy: Ciupke Krzysztof
• Języki publikacji: PL

Abstrakty

PL

Obecnie prawie każdy proces, w tym produkcyjny, generuje ogromne ilości danych. Gromadzimy je, czy jednak potrafimy odpowiednio wykorzystać? Jest to szczególnie ważne w kontekście Przemysłu 4.0, w którym dane są najważniejszym „surowcem”, a efektywne ich wykorzystanie jest kluczowe, głównie za sprawą wiedzy, którą można z nich pozyskać.

Słowa kluczowe

PL

proces produkcyjny; Przemysł 4.0; eksploracja danych; analiza danych; firma

• Wydawca: ELAMED Media Group
• Czasopismo: Utrzymanie Ruchu
• Rocznik: 2020
• Tom: Nr 1
• Strony: 46--49
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Ciupke Krzysztof

• Katedra Podstaw Konstrukcji Maszyn, Wydział Mechaniczny Technologiczny, Politechnika Śląska

Bibliografia

• [1] Dean J.: Big data, data mining, and machine learning. John Wiley & Sons, New Jersey 2014.
• [2] Foreman J.: Mistrz analizy danych. Od danych do wiedzy. Wydawnictwo Helion, 2017.
• [3] Han J., Kamber M., Pei J.: Data mining: concepts and techniques. Elsevier, San Francisco 2012.
• [4] Larose D.: Metody i modele eksploracji danych. Elsevier, Warszawa 2019.
• [5] Larose D.: Odkrywanie wiedzy z danych. Wydawnictwo Naukowe PWN, Warszawa 2013.
• [6] Leskovec J., Rajaraman A., Ullman J.: Mining of Massive Datasets. Cambridge University Press, New York 2011.
• [7] Maimon O., Rokach L.: Data mining and knowledge discovery handbook. Springer, Tel-Aviv University, 2005.
• [8] Morzy T.: Eksploracja danych. Wydawnictwo Naukowe PWN, Warszawa 2019.
• [9] Provost F., Fawcett T.: Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji. Wydawnictwo Helion, 2014.
• [10] Witten I., Frank E., Hall M, Pal Ch.: Data mining. Practical machine learning tools and techniques. Elsevier, San Francisco 2016.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).