Titre original :
Data Mining to Business Analytics. Finance, Budgeting and Investments: An Evolutionary Approach
Contenu du livre :
Document académique de l'année 2017 dans la matière Informatique - Général, grade : 5, Université d'études du pétrole et de l'énergie, langue : Anglais, résumé : Cet article utilise les techniques d'exploration de données distinctives comme une réponse aux besoins des entreprises. Il présente les finances, la budgétisation et les investissements comme le principal terrain de travail pour les algorithmes d'exploration de données actualisés.
Avec l'augmentation de la mondialisation monétaire et le développement des technologies de l'information, les données financières sont produites et rassemblées à un rythme extraordinaire. Il existe donc un besoin fondamental de moyens automatisés pour traiter et utiliser efficacement une quantité gigantesque de données afin d'aider les entreprises et les personnes à faire des affaires. L'exploration de données s'avère être une région stratégiquement impérative pour certaines associations commerciales, y compris le secteur financier.
Le data mining aide les entreprises à rechercher des exemples cachés dans un ensemble et à trouver des relations obscures dans les données. L'analyse financière fait référence à l'évaluation d'une entreprise pour gérer l'organisation, la budgétisation, l'observation, la prévision et l'amélioration de chaque point d'intérêt financier au sein d'une association.
La tâche se concentre sur la compréhension de la santé financière de l'association en tant qu'élément majeur de la réaction aux exigences inexorablement rigoureuses d'aujourd'hui en matière d'information financière. Il démontre la capacité de l'exploration de données à robotiser la procédure d'examen des données connectées illimitées des clients afin de découvrir des modèles qui sont d'excellents indicateurs des pratiques du client.
Cela couvrira l'analyse des éléments suivants : l'organisation des bénéfices, l'analyse des flux de trésorerie, les décisions d'investissement : l'organisation des bénéfices, l'analyse des flux de trésorerie, les décisions d'investissement et l'analyse des risques, les politiques de dividendes et l'analyse de portefeuille au moyen d'algorithmes tels qu'Apriori, Naivebayes, l'algorithme de prédiction, etc. Dans cette optique, le Data mining actualise les techniques avancées d'analyse des données utilisées par les entreprises pour découvrir des modèles surprenants extraits d'énormes quantités de données, des modèles qui offrent des connaissances applicables.
Autres informations sur le livre :
| ISBN : | 9783668519633 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
