This summary will help you understanding the different aspects in your Data Management class and there are useful questions for the interviews for your DM project.
Introduction to Data Management
Week 1
Chapter 1: Introduction to Data Science
The business environment is changing, which asks for responses, and innovative
approaches.
Data: Setting the Scene / Data Analytics / Business Impact / Data Management.
Setting the Scene:
- What is data?
- Why is it relevant?
- Where do data come from?
- What is Big Data?
- What is Machine Learning? And AI?
Data Management:
- Data creation
- Difference structured / unstructured.
- Storage issues
- DAMA – DMBOK; different aspects of data.
- How about governance?
- Privacy – GDPR; impact on business.
- How about IoT – Beacons – RFID.
Data analytics.
- Algorithms.
- Can we do prediction – association – clustering/
- What is the difference between supervised and unsupervised?
- Data & text mining.
Business Impact:
- Business intelligence
Use of data:
- New technologies make it possible: storage / preparation / processing/
- Endless use: primary, secondary.
- Few companies have all the power: ownership 80%, ability to use it 20%, ideas how
to use it 2%.
Different effects:
- New business models.
1. Brokers: collect, combine / mix, sell.
2. Ownership of large corpora has enormous value.
- Risks? Wrong people, anonymized data, interpretation.
- Data decisions needs human support.
Big Data:
- Volume: too big to share.
- Variety: different shapes (un)structured, streaming, static, clicks, sensors, posts, etc.
- Velocity: ability to produce and to process (computing power).
- Use algorithms to analyze; prediction (classification, regressions) / association /
clustering.
, Machine learning and AI:
- Based on a big data set you tell the computer what a success is.
- Based on a sample from the data set the algorithm starts to look for the variables that
are responsible for this ‘success’ (training without being programmed explicitly by
rules).
- By doing this repeatedly the machine starts to learn and becomes better in predicting
‘success’ based on the available data.
Data = all over the place; has enormous value; is used for all kinds of decisions making.
Technology makes it happen. Big data requires specific technologies.
Analytics in the retail value chain:
Week 2
Chapter 2 (79-101) Chapter 7 (399-404)
Techniques that make up AI:
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 isabelvanrees. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €5,49. Je zit daarna nergens aan vast.