Información del autor
Autor Olson, David L. |
Documentos disponibles escritos por este autor (6)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Descriptive Data Mining Tipo de documento: documento electrónico Autores: Olson, David L., ; Lauhoff, Georg, Mención de edición: 2 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2019 Número de páginas: XI, 130 p. 89 ilustraciones, 78 ilustraciones en color. ISBN/ISSN/DL: 978-981-1371813-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Gestión de riesgos Clasificación: 1.422 Resumen: Este libro proporciona una descripción general de los métodos de minerÃa de datos demostrados por el software. La gestión del conocimiento implica la aplicación del conocimiento humano (epistemologÃa) 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 analÃticas. El análisis descriptivo se centra en informes de lo sucedido. El análisis predictivo amplÃa la inteligencia estadÃstica y/o artificial para proporcionar capacidad de previsión. También incluye modelos de clasificación. El análisis de diagnóstico puede aplicar el análisis a la entrada del sensor para dirigir los sistemas de control automáticamente. El análisis prescriptivo aplica modelos cuantitativos para optimizar sistemas, o al menos para identificar sistemas mejorados. La minerÃa de datos incluye modelos descriptivos y predictivos. La investigación de operaciones incluye los tres. Este libro se centra en el análisis descriptivo. 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 amplÃa la cobertura de las reglas de asociación y el análisis de conglomerados. El CapÃtulo 1 ofrece una visión general en el contexto de la gestión del conocimiento. El CapÃtulo 2 analiza algunos soportes de software básicos para la visualización de datos. El CapÃtulo 3 cubre los fundamentos del análisis de la canasta de mercado y el CapÃtulo 4 proporciona una demostración del modelado RFM, una herramienta básica de extracción de datos de marketing. El capÃtulo 5 demuestra la minerÃa de reglas de asociación. El CapÃtulo 6 es una cobertura más profunda del análisis de conglomerados. El capÃtulo 7 analiza el análisis de enlaces. 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. Tipo de medio : Computadora Summary : This book provides an overview of data mining methods demonstrated by software. Knowledge management involves application of human knowledge (epistemology) with the technological advances of our current society (computer systems) and big data, both in terms of collecting data and in analyzing it. We see three types of analytic tools. Descriptive analytics focus on reports of what has happened. Predictive analytics extend statistical and/or artificial intelligence to provide forecasting capability. It also includes classification modeling. Diagnostic analytics can apply analysis to sensor input to direct control systems automatically. Prescriptive analytics applies quantitative models to optimize systems, or at least to identify improved systems. Data mining includes descriptive and predictive modeling. Operations research includes all three. This book focuses on descriptive analytics. The book seeks to provide simple explanations and demonstration of some descriptive tools. This second edition provides more examples of big data impact, updates the content on visualization, clarifies some points, and expands coverage of association rules and cluster analysis. Chapter 1 gives an overview in the context of knowledge management. Chapter 2 discusses some basic software support to data visualization. Chapter 3 covers fundamentals of market basket analysis, and Chapter 4 provides demonstration of RFM modeling, a basic marketing data mining tool. Chapter 5 demonstrates association rule mining. Chapter 6 is a more in-depth coverage of cluster analysis. Chapter 7 discusses link analysis. Models are demonstrated using business related data. The style of the book is intended to be descriptive, seeking to explain how methods work, with some citations, but without deep scholarly reference. The data sets and software are all selected for widespread availability and access by any reader with computer links. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Descriptive Data Mining [documento electrónico] / Olson, David L., ; Lauhoff, Georg, . - 2 ed. . - Singapore [Malasia] : Springer, 2019 . - XI, 130 p. 89 ilustraciones, 78 ilustraciones en color.
ISBN : 978-981-1371813--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Gestión de riesgos Clasificación: 1.422 Resumen: Este libro proporciona una descripción general de los métodos de minerÃa de datos demostrados por el software. La gestión del conocimiento implica la aplicación del conocimiento humano (epistemologÃa) 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 analÃticas. El análisis descriptivo se centra en informes de lo sucedido. El análisis predictivo amplÃa la inteligencia estadÃstica y/o artificial para proporcionar capacidad de previsión. También incluye modelos de clasificación. El análisis de diagnóstico puede aplicar el análisis a la entrada del sensor para dirigir los sistemas de control automáticamente. El análisis prescriptivo aplica modelos cuantitativos para optimizar sistemas, o al menos para identificar sistemas mejorados. La minerÃa de datos incluye modelos descriptivos y predictivos. La investigación de operaciones incluye los tres. Este libro se centra en el análisis descriptivo. 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 amplÃa la cobertura de las reglas de asociación y el análisis de conglomerados. El CapÃtulo 1 ofrece una visión general en el contexto de la gestión del conocimiento. El CapÃtulo 2 analiza algunos soportes de software básicos para la visualización de datos. El CapÃtulo 3 cubre los fundamentos del análisis de la canasta de mercado y el CapÃtulo 4 proporciona una demostración del modelado RFM, una herramienta básica de extracción de datos de marketing. El capÃtulo 5 demuestra la minerÃa de reglas de asociación. El CapÃtulo 6 es una cobertura más profunda del análisis de conglomerados. El capÃtulo 7 analiza el análisis de enlaces. 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. Tipo de medio : Computadora Summary : This book provides an overview of data mining methods demonstrated by software. Knowledge management involves application of human knowledge (epistemology) with the technological advances of our current society (computer systems) and big data, both in terms of collecting data and in analyzing it. We see three types of analytic tools. Descriptive analytics focus on reports of what has happened. Predictive analytics extend statistical and/or artificial intelligence to provide forecasting capability. It also includes classification modeling. Diagnostic analytics can apply analysis to sensor input to direct control systems automatically. Prescriptive analytics applies quantitative models to optimize systems, or at least to identify improved systems. Data mining includes descriptive and predictive modeling. Operations research includes all three. This book focuses on descriptive analytics. The book seeks to provide simple explanations and demonstration of some descriptive tools. This second edition provides more examples of big data impact, updates the content on visualization, clarifies some points, and expands coverage of association rules and cluster analysis. Chapter 1 gives an overview in the context of knowledge management. Chapter 2 discusses some basic software support to data visualization. Chapter 3 covers fundamentals of market basket analysis, and Chapter 4 provides demonstration of RFM modeling, a basic marketing data mining tool. Chapter 5 demonstrates association rule mining. Chapter 6 is a more in-depth coverage of cluster analysis. Chapter 7 discusses link analysis. Models are demonstrated using business related data. The style of the book is intended to be descriptive, seeking to explain how methods work, with some citations, but without deep scholarly reference. The data sets and software are all selected for widespread availability and access by any reader with computer links. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Descriptive Data Mining Tipo de documento: documento electrónico Autores: Olson, David L., Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2017 Número de páginas: XI, 116 p. 63 ilustraciones, 60 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-3340-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Gestión de riesgos Clasificación: 1.422 Resumen: Este libro ofrece una visión general de la gestión del conocimiento. Comienza con una introducción al tema, ubicando los modelos descriptivos en el contexto del campo general asà como dentro del campo más especÃfico del análisis de minerÃa de datos. El CapÃtulo 2 cubre la visualización de datos, incluidas instrucciones para acceder al software de código abierto R (descrito a través de Rattle). Tanto R como Rattle son gratuitos para los estudiantes. A continuación, el capÃtulo 3 describe el análisis de la cesta de la compra, comparándolo con modelos más avanzados, y aborda el concepto de elevación. Posteriormente, el CapÃtulo 4 describe los modelos RFM de smarketing y los compara con modelos predictivos más avanzados. A continuación, el CapÃtulo 5 describe las reglas de asociación, incluido el algoritmo APriori y proporciona soporte de software de R. El CapÃtulo 6 cubre el análisis de conglomerados, incluido el soporte de software de R (Rattle), KNIME y WEKA, todos los cuales son de código abierto. El CapÃtulo 7 continúa describiendo el análisis de enlaces, las métricas de redes sociales y el software NodeXL de código abierto, y demuestra la aplicación de análisis de enlaces utilizando la salida de PolyAnalyst. El capÃtulo 8 concluye la monografÃa. Utilizando datos relacionados con los negocios para demostrar modelos, este libro descriptivo explica cómo funcionan los métodos con algunas citas, pero sin referencias detalladas. Los conjuntos de datos y el software seleccionados están ampliamente disponibles y se puede acceder a ellos fácilmente. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2: Data Visualization -- Chapter 3 Market Basket Analysis -- Chapter 4 Recency Frequency and Monetary Model -- Chapter 5 Association Rules -- Chapter 6 Cluster Analysis -- Chapter 7 Link Analysis -- Chapter 7 Link Analysis -- Chapter 8 Descriptive Data Mining -- References -- Index. Tipo de medio : Computadora Summary : This book offers an overview of knowledge management. It starts with an introduction to the subject, placing descriptive models in the context of the overall field as well as within the more specific field of data mining analysis. Chapter 2 covers data visualization, including directions for accessing R open source software (described through Rattle). Both R and Rattle are free to students. Chapter 3 then describes market basket analysis, comparing it with more advanced models, and addresses the concept of lift. Subsequently, Chapter 4 describes smarketing RFM models and compares it with more advanced predictive models. Next, Chapter 5 describes association rules, including the APriori algorithm and provides software support from R. Chapter 6 covers cluster analysis, including software support from R (Rattle), KNIME, and WEKA, all of which are open source. Chapter 7 goes on to describe link analysis, social network metrics, and open source NodeXL software, and demonstrates link analysis application using PolyAnalyst output. Chapter 8 concludes the monograph. Using business-related data to demonstrate models, this descriptive book explains how methods work with some citations, but without detailed references. The data sets and software selected are widely available and can easily be accessed. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Descriptive Data Mining [documento electrónico] / Olson, David L., . - 1 ed. . - Singapore [Malasia] : Springer, 2017 . - XI, 116 p. 63 ilustraciones, 60 ilustraciones en color.
ISBN : 978-981-10-3340-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Gestión de riesgos Clasificación: 1.422 Resumen: Este libro ofrece una visión general de la gestión del conocimiento. Comienza con una introducción al tema, ubicando los modelos descriptivos en el contexto del campo general asà como dentro del campo más especÃfico del análisis de minerÃa de datos. El CapÃtulo 2 cubre la visualización de datos, incluidas instrucciones para acceder al software de código abierto R (descrito a través de Rattle). Tanto R como Rattle son gratuitos para los estudiantes. A continuación, el capÃtulo 3 describe el análisis de la cesta de la compra, comparándolo con modelos más avanzados, y aborda el concepto de elevación. Posteriormente, el CapÃtulo 4 describe los modelos RFM de smarketing y los compara con modelos predictivos más avanzados. A continuación, el CapÃtulo 5 describe las reglas de asociación, incluido el algoritmo APriori y proporciona soporte de software de R. El CapÃtulo 6 cubre el análisis de conglomerados, incluido el soporte de software de R (Rattle), KNIME y WEKA, todos los cuales son de código abierto. El CapÃtulo 7 continúa describiendo el análisis de enlaces, las métricas de redes sociales y el software NodeXL de código abierto, y demuestra la aplicación de análisis de enlaces utilizando la salida de PolyAnalyst. El capÃtulo 8 concluye la monografÃa. Utilizando datos relacionados con los negocios para demostrar modelos, este libro descriptivo explica cómo funcionan los métodos con algunas citas, pero sin referencias detalladas. Los conjuntos de datos y el software seleccionados están ampliamente disponibles y se puede acceder a ellos fácilmente. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2: Data Visualization -- Chapter 3 Market Basket Analysis -- Chapter 4 Recency Frequency and Monetary Model -- Chapter 5 Association Rules -- Chapter 6 Cluster Analysis -- Chapter 7 Link Analysis -- Chapter 7 Link Analysis -- Chapter 8 Descriptive Data Mining -- References -- Index. Tipo de medio : Computadora Summary : This book offers an overview of knowledge management. It starts with an introduction to the subject, placing descriptive models in the context of the overall field as well as within the more specific field of data mining analysis. Chapter 2 covers data visualization, including directions for accessing R open source software (described through Rattle). Both R and Rattle are free to students. Chapter 3 then describes market basket analysis, comparing it with more advanced models, and addresses the concept of lift. Subsequently, Chapter 4 describes smarketing RFM models and compares it with more advanced predictive models. Next, Chapter 5 describes association rules, including the APriori algorithm and provides software support from R. Chapter 6 covers cluster analysis, including software support from R (Rattle), KNIME, and WEKA, all of which are open source. Chapter 7 goes on to describe link analysis, social network metrics, and open source NodeXL software, and demonstrates link analysis application using PolyAnalyst output. Chapter 8 concludes the monograph. Using business-related data to demonstrate models, this descriptive book explains how methods work with some citations, but without detailed references. The data sets and software selected are widely available and can easily be accessed. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Enterprise Risk Management Models Tipo de documento: documento electrónico Autores: Olson, David L., ; Wu, Desheng, 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. Idioma : Inglés (eng) Palabras clave: Gestion de riesgos financieros Gestión de la producción Simulación por ordenador Gestión de riesgos Jefe de operaciones Modelado por computadora Clasificación: 658.155 Resumen: Este libro ofrece una guÃa 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 podrÃan aplicarse) a la gestión del riesgo de suministro empresarial, especialmente desde la perspectiva de la cadena de suministro. Cada capÃtulo 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 desafÃo 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 crÃtica. Riesgos como las sospechas en torno a las estructuras de alta dirección, las burbujas financieras y tecnológicas (especialmente desde 2008), asà como el riesgo que plantea el terrorismo, como los ataques del 11 de septiembre en los EE.UU., asà como los acontecimientos más recientes en Francia, Bélgica, y otros paÃses 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. Tipo de medio : Computadora Summary : This book offers a comprehensive guide to several aspects of risk, including information systems, disaster management, supply chain and disaster management perspectives. A major portion of the book is devoted to presenting a number of operations research models that have been (or could be) applied to enterprise supply risk management, especially from the supply chain perspective. Each chapter of this book can be used as a stand-alone module on a respective topic, with dedicated examples, definitions and discussion notes. This book comes at a time when the world is increasingly challenged by different forms of risk and how to manage them. Events of the 21st Century have made enterprise risk management even more critical. Risks such as suspicions surrounding top-management structures, financial and technology bubbles (especially since 2008), as well as the risk posed by terrorism, such as the 9/11 attacks in the U.S. as well as more recent events in France, Belgium, and otherEuropean countries, have a tremendous impact on many facets of business. Businesses, in fact, exist to cope with risk in their area of specialization. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Enterprise Risk Management Models [documento electrónico] / Olson, David L., ; Wu, Desheng, . - 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.
Idioma : Inglés (eng)
Palabras clave: Gestion de riesgos financieros Gestión de la producción Simulación por ordenador Gestión de riesgos Jefe de operaciones Modelado por computadora Clasificación: 658.155 Resumen: Este libro ofrece una guÃa 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 podrÃan aplicarse) a la gestión del riesgo de suministro empresarial, especialmente desde la perspectiva de la cadena de suministro. Cada capÃtulo 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 desafÃo 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 crÃtica. Riesgos como las sospechas en torno a las estructuras de alta dirección, las burbujas financieras y tecnológicas (especialmente desde 2008), asà como el riesgo que plantea el terrorismo, como los ataques del 11 de septiembre en los EE.UU., asà como los acontecimientos más recientes en Francia, Bélgica, y otros paÃses 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. Tipo de medio : Computadora Summary : This book offers a comprehensive guide to several aspects of risk, including information systems, disaster management, supply chain and disaster management perspectives. A major portion of the book is devoted to presenting a number of operations research models that have been (or could be) applied to enterprise supply risk management, especially from the supply chain perspective. Each chapter of this book can be used as a stand-alone module on a respective topic, with dedicated examples, definitions and discussion notes. This book comes at a time when the world is increasingly challenged by different forms of risk and how to manage them. Events of the 21st Century have made enterprise risk management even more critical. Risks such as suspicions surrounding top-management structures, financial and technology bubbles (especially since 2008), as well as the risk posed by terrorism, such as the 9/11 attacks in the U.S. as well as more recent events in France, Belgium, and otherEuropean countries, have a tremendous impact on many facets of business. Businesses, in fact, exist to cope with risk in their area of specialization. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Pandemic Risk Management in Operations and Finance : Modeling the Impact of COVID-19 Tipo de documento: documento electrónico Autores: Wu, Desheng Dash, ; Olson, David L., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIV, 139 p. 41 ilustraciones, 30 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-52197-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Finanzas EconomÃa Financiera Gestión de riesgos de TI Production management Gestión de riesgos Jefe de operaciones Clasificación: 658.155 Resumen: La COVID-19 se ha extendido por todo el mundo, provocando enormes cambios estructurales y afectando gravemente las cadenas de suministro y las operaciones financieras globales. Como tal, se necesitan herramientas analÃticas que ayuden a abordar el impacto de la pandemia en las economÃas del mundo; Estas herramientas no son panaceas y ciertamente no solucionarán los problemas enfrentados, pero ofrecen un medio para ayudar a los gobiernos, empresas e individuos a enfrentar problemas especÃficos. Este libro proporciona una descripción general de la pandemia de COVID-19 y evalúa su efecto en las operaciones financieras y de la cadena de suministro. Luego analiza los modelos epidémicos, presenta fuentes de datos cuantitativos y textuales y describe cómo se utilizan los modelos para ilustrar el impacto de la pandemia en las cadenas de suministro y el desempeño macroeconómico en las operaciones financieras. Destaca las experiencias especÃficas del sistema bancario, que ofrece predicciones del impacto en el sector bancario sueco. Además, examina modelos relacionados con la planificación para una pandemia, como la evaluación del contagio financiero, el análisis del riesgo de deuda y el desempeño de la eficiencia del sistema de salud, y aborda modelos especÃficos de parámetros pandémicos. El libro muestra varias herramientas que utilizan los datos disponibles sobre la actual pandemia de COVID-19. Si bien incluye algunas citas, se centra en describir los métodos y explicar cómo funcionan, más que en la teorÃa. Todos los conjuntos de datos y el software presentados se seleccionaron en función de su amplia disponibilidad para cualquier lector con conexión a una computadora. Nota de contenido: Introduction -- Comparison with Past Pandemics -- System Dynamics Modeling of Contagion Effects -- Text Mining Support to Pandemic Planning -- Macroeconomic Impact -- Supply Chain Impact -- Debt Risk Analysis Using Two-Tier Networks -- The Effect of COVID-19 on the Banking Sector -- Assessment of Smart Healthcare Services -- Healthcare Efficiency Modeling -- Recapitulation. Tipo de medio : Computadora Summary : COVID-19 has spread around the world, causing tremendous structural change, and severely affecting global supply chains and financial operations. As such there is a need for analytic tools help deal with the impact of the pandemic on the world's economies; these tools are not panaceas and certainly won't cure the problems faced, but they offer a means to aid governments, firms, and individuals in coping with specific problems. This book provides an overview of the COVID-19 pandemic and evaluates its effect on financial and supply chain operations. It then discusses epidemic modeling, presenting sources of quantitative and text data, and describing how models are used to illustrate the pandemic impact on supply chains, macroeconomic performance on financial operations. It highlights the specific experiences of the banking system, which offers predictions of the impact on the Swedish banking sector. Further, it examines models related to pandemic planning, such as evaluation of financial contagion, debt risk analysis, and health system efficiency performance, and addresses specific models of pandemic parameters. The book demonstrates various tools using available data on the ongoing COVID-19 pandemic. While it includes some citations, it focuses on describing the methods and explaining how they work, rather than on theory. The data sets and software presented were all selected on the basis of their widespread availability to any reader with computer links. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Pandemic Risk Management in Operations and Finance : Modeling the Impact of COVID-19 [documento electrónico] / Wu, Desheng Dash, ; Olson, David L., . - 1 ed. . - [s.l.] : Springer, 2020 . - XIV, 139 p. 41 ilustraciones, 30 ilustraciones en color.
ISBN : 978-3-030-52197-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Finanzas EconomÃa Financiera Gestión de riesgos de TI Production management Gestión de riesgos Jefe de operaciones Clasificación: 658.155 Resumen: La COVID-19 se ha extendido por todo el mundo, provocando enormes cambios estructurales y afectando gravemente las cadenas de suministro y las operaciones financieras globales. Como tal, se necesitan herramientas analÃticas que ayuden a abordar el impacto de la pandemia en las economÃas del mundo; Estas herramientas no son panaceas y ciertamente no solucionarán los problemas enfrentados, pero ofrecen un medio para ayudar a los gobiernos, empresas e individuos a enfrentar problemas especÃficos. Este libro proporciona una descripción general de la pandemia de COVID-19 y evalúa su efecto en las operaciones financieras y de la cadena de suministro. Luego analiza los modelos epidémicos, presenta fuentes de datos cuantitativos y textuales y describe cómo se utilizan los modelos para ilustrar el impacto de la pandemia en las cadenas de suministro y el desempeño macroeconómico en las operaciones financieras. Destaca las experiencias especÃficas del sistema bancario, que ofrece predicciones del impacto en el sector bancario sueco. Además, examina modelos relacionados con la planificación para una pandemia, como la evaluación del contagio financiero, el análisis del riesgo de deuda y el desempeño de la eficiencia del sistema de salud, y aborda modelos especÃficos de parámetros pandémicos. El libro muestra varias herramientas que utilizan los datos disponibles sobre la actual pandemia de COVID-19. Si bien incluye algunas citas, se centra en describir los métodos y explicar cómo funcionan, más que en la teorÃa. Todos los conjuntos de datos y el software presentados se seleccionaron en función de su amplia disponibilidad para cualquier lector con conexión a una computadora. Nota de contenido: Introduction -- Comparison with Past Pandemics -- System Dynamics Modeling of Contagion Effects -- Text Mining Support to Pandemic Planning -- Macroeconomic Impact -- Supply Chain Impact -- Debt Risk Analysis Using Two-Tier Networks -- The Effect of COVID-19 on the Banking Sector -- Assessment of Smart Healthcare Services -- Healthcare Efficiency Modeling -- Recapitulation. Tipo de medio : Computadora Summary : COVID-19 has spread around the world, causing tremendous structural change, and severely affecting global supply chains and financial operations. As such there is a need for analytic tools help deal with the impact of the pandemic on the world's economies; these tools are not panaceas and certainly won't cure the problems faced, but they offer a means to aid governments, firms, and individuals in coping with specific problems. This book provides an overview of the COVID-19 pandemic and evaluates its effect on financial and supply chain operations. It then discusses epidemic modeling, presenting sources of quantitative and text data, and describing how models are used to illustrate the pandemic impact on supply chains, macroeconomic performance on financial operations. It highlights the specific experiences of the banking system, which offers predictions of the impact on the Swedish banking sector. Further, it examines models related to pandemic planning, such as evaluation of financial contagion, debt risk analysis, and health system efficiency performance, and addresses specific models of pandemic parameters. The book demonstrates various tools using available data on the ongoing COVID-19 pandemic. While it includes some citations, it focuses on describing the methods and explaining how they work, rather than on theory. The data sets and software presented were all selected on the basis of their widespread availability to any reader with computer links. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Predictive Data Mining Models Tipo de documento: documento electrónico Autores: Olson, David L., ; Wu, Desheng, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : 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. Idioma : Inglés (eng) Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Gestión de riesgos Clasificación: 1.422 Resumen: Este libro revisa los modelos de minerÃa 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 Ãndices 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. Tipo de medio : Computadora Summary : This book reviews forecasting data mining models, from basic tools for stable data through causal models, to more advanced models using trends and cycles. These models are demonstrated on the basis of business-related data, including stock indices, crude oil prices, and the price of gold. The book's main approach is above all descriptive, seeking to explain how the methods concretely work; as such, it includes selected citations, but does not go into deep scholarly reference. The data sets and software reviewed were selected for their widespread availability to all readers with internet access. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Predictive Data Mining Models [documento electrónico] / Olson, David L., ; Wu, Desheng, . - 1 ed. . - Singapore [Malasia] : 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.
Idioma : Inglés (eng)
Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Gestión de riesgos Clasificación: 1.422 Resumen: Este libro revisa los modelos de minerÃa 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 Ãndices 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. Tipo de medio : Computadora Summary : This book reviews forecasting data mining models, from basic tools for stable data through causal models, to more advanced models using trends and cycles. These models are demonstrated on the basis of business-related data, including stock indices, crude oil prices, and the price of gold. The book's main approach is above all descriptive, seeking to explain how the methods concretely work; as such, it includes selected citations, but does not go into deep scholarly reference. The data sets and software reviewed were selected for their widespread availability to all readers with internet access. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
