Samenvatting
Complete Summary Data Science and Society
- Instelling
- Universiteit Utrecht (UU)
This summary consists of everything you need to know for the final exam of INFOMDSS. Good luck studying!
[Meer zien]Voorbeeld 2 van de 25 pagina's
Voorbeeld 2 van de 25 pagina's
In winkelwagengesponsord bericht van onze partner
Verkoper
Volgen
Voorbeeld van de inhoud
DATA SCIENCE AND SOCIETYComplete summary (INFOMDSS-2024)
Hamdi, M. (Majdouline)
Utrecht University
, Contents
Part A ........................................................................................................................................ 3
Data Science Concepts............................................................................................................... 3
CRISP-DM and SEMMA Models.................................................................................................. 3
Case Studies on Data Science Applications and Challenges ................................................ 3
Containerization (Docker) ......................................................................................................... 3
Current Challenges in Containerization ................................................................................... 4
Important pictures: .................................................................................................................... 4
Part B: ....................................................................................................................................... 6
Data Science and Strategic Alignment .................................................................................... 6
Business Performance Management (BPM) Tools .................................................................. 6
Data Warehousing ...................................................................................................................... 6
Data Warehousing Process and Architecture .......................................................................... 7
Data Modeling.............................................................................................................................. 7
Key Takeaways and Challenges................................................................................................ 7
Data Integration Methods .......................................................................................................... 8
Data Formats for Integration .................................................................................................... 8
Remote Data Access ................................................................................................................... 8
API Examples for Data Access .................................................................................................. 8
SQL Basics ................................................................................................................................... 9
Graphical Data Modeling Interfaces ......................................................................................... 9
Learning Objectives .................................................................................................................... 9
Part C: ......................................................................................................................................10
Describing Univariate Data ...................................................................................................... 10
Describing Bivariate and Multivariate Data........................................................................... 12
Clustering objectives ................................................................................................................ 12
Data Quality and Integrity ....................................................................................................... 13
Visualization and Dashboards ................................................................................................. 14
Part D: ......................................................................................................................................15
Predictive Analytics Overview ................................................................................................. 15
Classification .............................................................................................................................. 15
Evaluation of Classifiers ........................................................................................................... 16
1
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper mh4. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,48. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 53068 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen