Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     

Master-Seminar: Business Intelligence: Big Data - Chancen für die Wirtschaft - Einzelansicht

Grunddaten
Veranstaltungsart Seminar
Veranstaltungsnummer 3114 Kurztext
Semester SoSe 2016 SWS 2
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus Studienjahr / Zielgruppe
Credits 4
Hyperlink   Evaluation
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Di. 16:00 bis 18:00 c.t. wöchentlich Gebäude B (Samelson-Campus) - SC.B.0.26 (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Personen
Kontaktperson (durchführend) Zuständigkeit
Brauch, Christian verantwortlich und durchführend
Weitere Person Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. nicht durchführend, nicht verantwortlich
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf.
LSF - Module
Modulkürzel Modultitel
MIT-SKIML Seminar KI und Maschinelles Lernen (M WINF/IMIT bis PO 2016)
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Lerninhalte

Die Veranstaltung startet erst am 12.04.2016.

In diesem Seminar sollen die verschiedenen Gesichtspunkte von Big Data im Kontext der Wirtschaft mit dem Stand der Wissenschaft zusammengebracht werden. Somit soll die Frage geklärt werden, ob BigData der zukünftige strategische Vorteil für Wirtschaftsunternehmen ist?“

Zielgruppe

MSc WI & IMIT
MSc 1-3


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2016 , Aktuelles Semester: WiSe 2024/25
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit