Vor Ort
Merkzettel Warenkorb
Produktbild: Data Analytics im Risikomanagement

Data Analytics im Risikomanagement Descriptive Analytics - Diagnostic Analytics - Predictive Analytics

67,50 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

02.02.2026

Abbildungen

XL, mit 158 Amit 110 Abbildungenen, 110 Abb. in Farbe., schwarz-weiss Illustrationen, farbige Illustrationen

Verlag

Springer Fachmedien Wiesbaden GmbH

Seitenzahl

598

Maße (L/B/H)

24,6/17,3/4 cm

Gewicht

1232 g

Sprache

Deutsch

ISBN

978-3-658-48842-0

Beschreibung

Rezension

“... Frank Romeike und auch Gabriele Wieczorek ist es gelungen mit diesem Buch Maßstäbe gesetzt zu haben und man kann nur hoffen, dass die Vorlage dann auch dazu genutzt wird, den Elfer sicher zu verwandeln. Glückwunsch und Dank an die Autoren für die anregende Gedankenreise – kaufen und nutzen, ein enorm gutes Investment.” (Hans Haarmeyer, in: ZInsO - Zeitschrift für das gesamte Insolvenz- und Sanierungsrecht, Jg. 29, Heft 12, März 2026)

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

02.02.2026

Abbildungen

XL, mit 158 Amit 110 Abbildungenen, 110 Abb. in Farbe., schwarz-weiss Illustrationen, farbige Illustrationen

Verlag

Springer Fachmedien Wiesbaden GmbH

Seitenzahl

598

Maße (L/B/H)

24,6/17,3/4 cm

Gewicht

1232 g

Sprache

Deutsch

ISBN

978-3-658-48842-0

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel finden Sie in
  • Produktbild: Data Analytics im Risikomanagement

  • 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.- 3.1 Einführung in die deskriptive Statistik.- 3.2 Datenvisualisierung für eine Variable.- 3.3 Statistische 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.- 4.3 Clusteranalyse.- 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.- 5.3 Einführung 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.- 5.8 Anwendungsbeispiele in R.- 6. Data Analytics im Risikomanagement.- 6.1 Bedeutung und Potenziale von Data Analytics im Risikomanagement.- 6.2 Prescriptive Analytics im Risikomanagement.- 6.3 Artificial Intelligence im Risikomanagement.- 6.4 Modellrisiken.- 6.5 Anwendungsbeispiele in R.