big data analytics framework (13 Ergebnisse)

Hardcover. Zustand: Very Good. No Jacket. Former library book; May have limited writing in cover pages. Pages are unmarked. ~ ThriftBooks: Read More, Spend Less.

Hardcover. Zustand: Very Good. 1. It's a well-cared-for item that has seen limited use. The item may show minor signs of wear. All the text is legible, with all pages included. It may have slight markings and/or highlighting.

Paperback. Zustand: Very Good. No Jacket. May have limited writing in cover pages. Pages are unmarked. ~ ThriftBooks: Read More, Spend Less.

Zustand: Good. This is an ex-library book and may have the usual library/used-book markings inside.This book has hardback covers. In good all round condition. Dust jacket in good condition. Please note the Image in this listing is a stock photo and may not match the covers of the actual item,600grams, ISBN:9780133801286.

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Master's Thesis from the year 2018 in the subject Computer Science - Commercial Information Technology, grade: 7, Queensland University of Technology (Faculty of Science and Engineering), course: Master in Business Process Management, language: English, abstract: This thesis investigates the project management approach for big data projects for industry partner Red Rocks Company. The aim of this project is to understand best practice project management for big data initiatives and to develop a framework to help such projects to deliver the expected advantages. A brief literature review is undertaken to find out how big data projects are managed. From this, a Big Data Analytics Framework is derived which is based on CRISP-DM. The framework is validated through interviews with stakeholders from the corporate sector. For this case study, the first three phases of the Business Process Management Lifecycle are applied: process discovery, analysis and design. Key findings of the case study are that literature recommends an agile project management approach for big data initiatives. On the contrary, the majority of interviewed industry stakeholders confirmes a waterfall approach is conducted more often to deliver such projects. The developed Big Data Analytics Framework will add significant benefits to Red Rocks Company as it will help to successfully deliver big data initiatives in future. Big data is considered a key enabler for future decision making and process automation. The topic is however very new and not well understood yet. Hence 50% of big data projects are not delivering the expected benefits and are costing more than initially planned.

Paperback. Zustand: Brand New. 136 pages. 8.66x5.91x0.31 inches. In Stock.

Zustand: New.

Taschenbuch. Zustand: Neu. Deriving a big data analytics framework. Approaching the project management process for big data initiatives | A case study | Theres Mitscherling | Taschenbuch | 28 S. | Englisch | 2020 | GRIN Verlag | EAN 9783346033543 | Verantwortliche Person für die EU: GRIN Publishing GmbH, Waltherstr. 23, 80337 München, info[at]grin[dot]com | Anbieter: preigu.

Paperback. Zustand: Brand New. 250 pages. 9.18x6.12x9.21 inches. In Stock.

Zustand: New.

Zustand: New. In.

Hardcover. Zustand: Brand New. 288 pages. 9.19x6.13x0.63 inches. In Stock.

Zustand: Sehr gut. Zustand: Sehr gut | Sprache: Französisch | Produktart: Bücher | L'analyse des big data (BDA) est importante pour réduire les coûts des soins de santé. Cependant, dans de nombreux systèmes hospitaliers, les nouvelles technologies qui influencent les données des patients nécessitent des tests techniques approfondis et des tests d'utilisation rigoureux avant d'être mises en ¿uvre dans la production. Par conséquent, pour la mise en ¿uvre, une grappe de n¿uds Linux de calcul à haute performance (HPC) existante a été utilisée en externe, et la simulation des données des patients a été comparée et croisée avec les profils de métadonnées actuels dans les systèmes hospitaliers opérationnels de l'Autorité sanitaire de l'île de Vancouver (VIHA), à Victoria, au Canada. Sur la plateforme testée, les données ont été générées, indexées et stockées sur un système de fichiers distribués Hadoop (HDFS) vers une base de données noSQL (HBase) représentant trois milliards d'enregistrements de patients. Le cadre Hadoop/MapReduce a formé la plateforme BDA avec HBase (base de données NoSQL) en utilisant des métadonnées spécifiques à l'hôpital et l'ingestion de fichiers. Les requêtes ont montré des performances élevées avec une variété d'outils Apache dans l'écosystème Hadoop. La plateforme BDA de HBase distribuée par Hadoop a réussi à obtenir des performances élevées pour les grands volumes et l'ensemble des archives de données.