Enterprise Risk Management Models / Olson, David L.  

Público ISBD Ningún comentario para este registro. Título : Enterprise Risk Management Models Tipo de documento: documento electrónico Autores: Olson, David L., Autor ; Wu, Desheng, Autor Mención de edición: 3 ed. Editorial: Berlin [Alemania] : Springer Fecha de publicación: 2020 Número de páginas: IX, 225 p. 51 ilustraciones ISBN/ISSN/DL: 978-3-662-60608-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Gestion de riesgos financieros  Gestión de la producción  Simulación por ordenador  Gestión de riesgos  Jefe de operaciones  Modelado por computadora Índice Dewey: 658.155 Resumen: Este libro ofrece una guía completa sobre varios aspectos del riesgo, incluidos los sistemas de información, la gestión de desastres, la cadena de suministro y las perspectivas de la gestión de desastres. Una parte importante del libro está dedicada a presentar una serie de modelos de investigación operativa que se han aplicado (o podrían aplicarse) a la gestión del riesgo de suministro empresarial, especialmente desde la perspectiva de la cadena de suministro. Cada capítulo de este libro se puede utilizar como un módulo independiente sobre un tema respectivo, con ejemplos, definiciones y notas de discusión dedicados. Este libro llega en un momento en el que el mundo se enfrenta cada vez más al desafío de diferentes formas de riesgo y de cómo gestionarlas. Los acontecimientos del siglo XXI han hecho que la gestión de riesgos empresariales sea aún más crítica. Riesgos como las sospechas en torno a las estructuras de alta dirección, las burbujas financieras y tecnológicas (especialmente desde 2008), así como el riesgo que plantea el terrorismo, como los ataques del 11 de septiembre en los EE.UU., así como los acontecimientos más recientes en Francia, Bélgica, y otros países europeos, tienen un tremendo impacto en muchas facetas de los negocios. De hecho, las empresas existen para hacer frente al riesgo en su área de especialización. Nota de contenido: Enterprise Risk Management in Supply Chains -- Risk Matrices -- Value-Focused Supply Chain Risk Analysis -- Examples of Supply Chain Decisions Trading Off Criteria -- Simulation of Supply Chain Risk -- Value at Risk Models -- Chance Constrained Models -- Data Envelopment Analysis in Enterprise Risk Management -- Data Mining Models and Enterprise Risk Management -- Balanced Scorecards to Measure Enterprise Risk Performance -- Information Systems Security Risk -- Enterprise Risk Management in Projects -- Natural Disaster Risk Management -- Sustainability and Enterprise Risk Management -- Environmental Damage and Risk Assessment. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Enterprise Risk Management Models [documento electrónico] / Olson, David L., Autor ; Wu, Desheng, Autor  . -  3 ed.  . - Berlin [Alemania] : Springer, 2020 . - IX, 225 p. 51 ilustraciones. ISBN : 978-3-662-60608-7 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Gestion de riesgos financieros  Gestión de la producción  Simulación por ordenador  Gestión de riesgos  Jefe de operaciones  Modelado por computadora Índice Dewey: 658.155 Resumen: Este libro ofrece una guía completa sobre varios aspectos del riesgo, incluidos los sistemas de información, la gestión de desastres, la cadena de suministro y las perspectivas de la gestión de desastres. Una parte importante del libro está dedicada a presentar una serie de modelos de investigación operativa que se han aplicado (o podrían aplicarse) a la gestión del riesgo de suministro empresarial, especialmente desde la perspectiva de la cadena de suministro. Cada capítulo de este libro se puede utilizar como un módulo independiente sobre un tema respectivo, con ejemplos, definiciones y notas de discusión dedicados. Este libro llega en un momento en el que el mundo se enfrenta cada vez más al desafío de diferentes formas de riesgo y de cómo gestionarlas. Los acontecimientos del siglo XXI han hecho que la gestión de riesgos empresariales sea aún más crítica. Riesgos como las sospechas en torno a las estructuras de alta dirección, las burbujas financieras y tecnológicas (especialmente desde 2008), así como el riesgo que plantea el terrorismo, como los ataques del 11 de septiembre en los EE.UU., así como los acontecimientos más recientes en Francia, Bélgica, y otros países europeos, tienen un tremendo impacto en muchas facetas de los negocios. De hecho, las empresas existen para hacer frente al riesgo en su área de especialización. Nota de contenido: Enterprise Risk Management in Supply Chains -- Risk Matrices -- Value-Focused Supply Chain Risk Analysis -- Examples of Supply Chain Decisions Trading Off Criteria -- Simulation of Supply Chain Risk -- Value at Risk Models -- Chance Constrained Models -- Data Envelopment Analysis in Enterprise Risk Management -- Data Mining Models and Enterprise Risk Management -- Balanced Scorecards to Measure Enterprise Risk Performance -- Information Systems Security Risk -- Enterprise Risk Management in Projects -- Natural Disaster Risk Management -- Sustainability and Enterprise Risk Management -- Environmental Damage and Risk Assessment. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Predictive Data Mining Models / Olson, David L.  

Público ISBD Ningún comentario para este registro. Título : Predictive Data Mining Models Tipo de documento: documento electrónico Autores: Olson, David L., Autor ; Wu, Desheng, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2017 Número de páginas: XI, 102 p. 54 ilustraciones, 48 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-2543-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa  Procesamiento de datos  Gestion de riesgos financieros  Análisis de datos y Big Data  Minería de datos y descubrimiento de conocimientos  Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro revisa los modelos de minería de datos de pronóstico, desde herramientas básicas para datos estables a través de modelos causales, hasta modelos más avanzados que utilizan tendencias y ciclos. Estos modelos se demuestran sobre la base de datos relacionados con el negocio, incluidos los índices bursátiles, los precios del petróleo crudo y el precio del oro. El enfoque principal del libro es sobre todo descriptivo, buscando explicar cómo funcionan concretamente los métodos; como tal, incluye citas seleccionadas, pero no profundiza en referencias académicas. Los conjuntos de datos y el software revisados ​​fueron seleccionados por su amplia disponibilidad para todos los lectores con acceso a Internet. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2 Data Sets -- Chapter 3 Basic Forecasting ToolsChapter 3 Basic Forecasting Tools -- Chapter 4 Multiple Regression -- Chapter 5 Regression Tree Models -- Chapter 6 Autoregressive Models -- Chapter 7 GARCH Models -- Chapter 8 Comparison of Models. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Predictive Data Mining Models [documento electrónico] / Olson, David L., Autor ; Wu, Desheng, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2017 . - XI, 102 p. 54 ilustraciones, 48 ilustraciones en color. ISBN : 978-981-10-2543-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa  Procesamiento de datos  Gestion de riesgos financieros  Análisis de datos y Big Data  Minería de datos y descubrimiento de conocimientos  Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro revisa los modelos de minería de datos de pronóstico, desde herramientas básicas para datos estables a través de modelos causales, hasta modelos más avanzados que utilizan tendencias y ciclos. Estos modelos se demuestran sobre la base de datos relacionados con el negocio, incluidos los índices bursátiles, los precios del petróleo crudo y el precio del oro. El enfoque principal del libro es sobre todo descriptivo, buscando explicar cómo funcionan concretamente los métodos; como tal, incluye citas seleccionadas, pero no profundiza en referencias académicas. Los conjuntos de datos y el software revisados ​​fueron seleccionados por su amplia disponibilidad para todos los lectores con acceso a Internet. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2 Data Sets -- Chapter 3 Basic Forecasting ToolsChapter 3 Basic Forecasting Tools -- Chapter 4 Multiple Regression -- Chapter 5 Regression Tree Models -- Chapter 6 Autoregressive Models -- Chapter 7 GARCH Models -- Chapter 8 Comparison of Models. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Predictive Data Mining Models / Olson, David L.  

Público ISBD Ningún comentario para este registro. Título : Predictive Data Mining Models Tipo de documento: documento electrónico Autores: Olson, David L., Autor ; Wu, Desheng, Autor Mención de edición: 2 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2020 Número de páginas: XI, 125 p. 77 ilustraciones, 69 ilustraciones en color. ISBN/ISSN/DL: 978-981-1396649-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa  Procesamiento de datos  Gestion de riesgos financieros  Análisis de datos y Big Data  Minería de datos y descubrimiento de conocimientos  Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro proporciona una descripción general de los métodos predictivos demostrados mediante el modelado de software de código abierto con Rattle (R'') y WEKA. La gestión del conocimiento implica la aplicación del conocimiento humano (epistemología) con los avances tecnológicos de nuestra sociedad actual (sistemas informáticos) y el big data, tanto en términos de recopilación de datos como de análisis de los mismos. Vemos tres tipos de herramientas analíticas. El análisis descriptivo se centra en informes de lo sucedido. El análisis predictivo amplía la inteligencia estadística y/o artificial para proporcionar capacidad de previsión. También incluye modelos de clasificación. El análisis prescriptivo aplica modelos cuantitativos para optimizar sistemas, o al menos para identificar sistemas mejorados. La minería de datos incluye modelos descriptivos y predictivos. La investigación de operaciones incluye los tres. Este libro se centra en el análisis prescriptivo. El libro busca proporcionar explicaciones simples y demostración de algunas herramientas descriptivas. Esta segunda edición proporciona más ejemplos del impacto de big data, actualiza el contenido sobre visualización, aclara algunos puntos y amplía la cobertura de las reglas de asociación y el análisis de conglomerados. El Capítulo 1 ofrece una visión general en el contexto de la gestión del conocimiento. El capítulo 2 analiza algunos tipos de datos básicos. El Capítulo 3 cubre los fundamentos de las herramientas de modelado de series de tiempo y el Capítulo 4 proporciona una demostración del modelado de regresión múltiple. El Capítulo 5 demuestra el modelado de árboles de regresión. El Capítulo 6 presenta modelos autorregresivos/integrados/de media móvil, así como modelos GARCH. El Capítulo 7 cubre el conjunto de herramientas de minería de datos utilizadas en la clasificación, para incluir variantes especiales que admiten máquinas de vectores, bosques aleatorios y refuerzo. Los modelos se demuestran utilizando datos relacionados con el negocio. El estilo del libro pretende ser descriptivo, buscando explicar cómo funcionan los métodos, con algunas citas, pero sin referencias académicas profundas. Todos los conjuntos de datos y el software se seleccionan para una amplia disponibilidad y acceso por parte de cualquier lector con enlaces informáticos. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2 Data Sets -- Chapter 3 Basic Forecasting ToolsChapter 3 Basic Forecasting Tools -- Chapter 4 Multiple Regression -- Chapter 5 Regression Tree Models -- Chapter 6 Autoregressive Models -- Chapter 7 GARCH Models -- Chapter 8 Comparison of Models. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Predictive Data Mining Models [documento electrónico] / Olson, David L., Autor ; Wu, Desheng, Autor  . -  2 ed.  . - Singapore [Malasya] : Springer, 2020 . - XI, 125 p. 77 ilustraciones, 69 ilustraciones en color. ISBN : 978-981-1396649-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa  Procesamiento de datos  Gestion de riesgos financieros  Análisis de datos y Big Data  Minería de datos y descubrimiento de conocimientos  Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro proporciona una descripción general de los métodos predictivos demostrados mediante el modelado de software de código abierto con Rattle (R'') y WEKA. La gestión del conocimiento implica la aplicación del conocimiento humano (epistemología) con los avances tecnológicos de nuestra sociedad actual (sistemas informáticos) y el big data, tanto en términos de recopilación de datos como de análisis de los mismos. Vemos tres tipos de herramientas analíticas. El análisis descriptivo se centra en informes de lo sucedido. El análisis predictivo amplía la inteligencia estadística y/o artificial para proporcionar capacidad de previsión. También incluye modelos de clasificación. El análisis prescriptivo aplica modelos cuantitativos para optimizar sistemas, o al menos para identificar sistemas mejorados. La minería de datos incluye modelos descriptivos y predictivos. La investigación de operaciones incluye los tres. Este libro se centra en el análisis prescriptivo. El libro busca proporcionar explicaciones simples y demostración de algunas herramientas descriptivas. Esta segunda edición proporciona más ejemplos del impacto de big data, actualiza el contenido sobre visualización, aclara algunos puntos y amplía la cobertura de las reglas de asociación y el análisis de conglomerados. El Capítulo 1 ofrece una visión general en el contexto de la gestión del conocimiento. El capítulo 2 analiza algunos tipos de datos básicos. El Capítulo 3 cubre los fundamentos de las herramientas de modelado de series de tiempo y el Capítulo 4 proporciona una demostración del modelado de regresión múltiple. El Capítulo 5 demuestra el modelado de árboles de regresión. El Capítulo 6 presenta modelos autorregresivos/integrados/de media móvil, así como modelos GARCH. El Capítulo 7 cubre el conjunto de herramientas de minería de datos utilizadas en la clasificación, para incluir variantes especiales que admiten máquinas de vectores, bosques aleatorios y refuerzo. Los modelos se demuestran utilizando datos relacionados con el negocio. El estilo del libro pretende ser descriptivo, buscando explicar cómo funcionan los métodos, con algunas citas, pero sin referencias académicas profundas. Todos los conjuntos de datos y el software se seleccionan para una amplia disponibilidad y acceso por parte de cualquier lector con enlaces informáticos. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2 Data Sets -- Chapter 3 Basic Forecasting ToolsChapter 3 Basic Forecasting Tools -- Chapter 4 Multiple Regression -- Chapter 5 Regression Tree Models -- Chapter 6 Autoregressive Models -- Chapter 7 GARCH Models -- Chapter 8 Comparison of Models. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 3 / 3) Par page : 25 50 100 200