dc.contributor.author | Φράγκος, Χρήστος Κ. (1949-) | el |
dc.date.accessioned | 2015-03-10T15:06:12Z | |
dc.date.available | 2015-03-10T15:06:12Z | |
dc.date.issued | 2015-03-10 | |
dc.identifier.uri | http://hdl.handle.net/11400/7774 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ηνωμένες Πολιτείες | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | Data warehousing | |
dc.subject | Εξόρυξη Δεδομένων | |
dc.subject | Αποθήκες δεδομένων | |
dc.subject | Τεχνικές ανασχεδιασμού | |
dc.subject | Μέθοδος εκκίνησης | |
dc.subject | Μέθοδος σουγιάς | |
dc.subject | Νευρωνικά δίκτυα | |
dc.subject | Data mining | |
dc.subject | Resampling techniques | |
dc.subject | Bootstrap method | |
dc.subject | Jackknife method | |
dc.subject | Neural networks | |
dc.title | Επισκόπηση αναδυόμενων ποσοτικών μεθόδων και πλεονεκτήματα από την εφαρμογή τους στον κόσμο των επιχειρήσεων | el |
dc.title | An overview of emerging quantitative methods and advantages of their application to the world of commerce and industry | en |
heal.type | conferenceItem | |
heal.generalDescription | Είναι πρακτικά συνεδρίου | el |
heal.generalDescription | Αθήνα, 26 - 27 Μαΐου 2003. ΤΕΙ Αθήνας | el |
heal.classification | Business enterprises | |
heal.classification | Statistics | |
heal.classification | Διοίκηση επιχειρήσεων | |
heal.classification | Στατιστική | |
heal.classificationURI | http://lod.nal.usda.gov/5266 | |
heal.classificationURI | http://id.loc.gov/authorities/subjects/sh99001414 | |
heal.classificationURI | **N/A**-Διοίκηση επιχειρήσεων | |
heal.classificationURI | **N/A**-Στατιστική | |
heal.keywordURI | http://id.loc.gov/authorities/subjects/sh97003695 | |
heal.contributorName | Φράγκος, Χρήστος Κ. (1949-) ( υπεύθ. οργ.) | el |
heal.language | el | |
heal.access | campus | |
heal.recordProvider | Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας. Σχολή Διοίκησης και Οικονομίας, Τμήμα Διοίκησης Επιχειρήσεων. Κατεύθυνση Διοίκησης Επιχειρήσεων | el |
heal.publicationDate | 2003-05 | |
heal.bibliographicCitation | Φράγκος, Χ. Κ. (2003) Επισκόπηση αναδυόμενων ποσοτικών μεθόδων και πλεονεκτήματα από την εφαρμογή τους στον κόσμο των επιχειρήσεων. Στο 1ο Διεθνές συνέδριο ποσοτικών μεθόδων στη βιομηχανία και στις εμπορικές επιχειρήσεις. Αθήνα, 26 - 27 Μαΐου 2003. ΤΕΙ Αθήνας. σσ. 585-597. | el |
heal.abstract | Το άρθρο αυτό έχει σκοπό να παρουσιάσει τις αναδυόμενες μεθοδολογίες της τελευταίας εικοσαετίας στον τομέα των I Ποσοτικών Μεθόδων . Οι τεχνικές αυτές είναι: Γενικές Επαναχρησιμοποίησης του δείγματος [resampling techniques, bootstrap και jackknife techniques], εξόρυξη δεδομένων [data mining and warehousing] και Νευρωνικά Δίκτυα [neural networks]. και επιχειρήσεων αλλά και στο περιβάλλον για εμπορική ανάλυση. Οι σημερυ των προβλημάτων των επιχειρήσεων αλλά και εκείνοι που ερευνούν θεωρητικά αντιμετωπίζουν νέες προκλήσεις που απαιτούν την χρήση παραδοσιακών Τεχνικών σε συνδυασμό με την εφαρμογή νέων αναλυτικών μεθόδων. Το τεράστιο μέγεθος των πληροφοριών που παράγονται από τις σημερινές επιχειρήσεις, θα αυξάνεται με εκθετική τάση. Καθώς το ηλεκτρονικό εμπόριο και η ηλεκτρονική επικοινωνία δια μέσου του Internet έχουν γίνει κοινή πρακτική, οι επιχειρήσεις αναπτύσσουν διαύλους άμεσης επικοινωνίας με τους πελάτες τους, οι οποίοι είναι μια άλλη πηγή πληροφοριών. Ο σημερινός ερευνητής έχει δύο σοβαρές εργασίες να διεκπεραιώσει . Διαχείριση Δεδομένων [ Data Management] και Ανάλυση Δεδομένων [Analysis of Data]. Η διαχείριση δεδομένων χρησιμοποιεί την τεχνική της αφομοίωσης των δεδομένων [Data Warehousing, Data Assimilation], η οποία είναι τεχνική ενσωμάτωσης των δεδομένων [Integration of επεξεργασία εξόρυξη δεδομένων [Data Mining]. Η Ανάλυση των δεδομένων έχει γίνει πιο διερευνητική με τη χρήση των μοντέρνων μεθοδολογιών της επαναχρησιμοποίησης του δείγματος. Λυτές είναι οι τεχνικές Bootstrap και Jackkuife που περιλαμβάνονται στην οικογένεια των τεχνικών επαναχρησιμοποίησης του δείγματος [Resampling Techniques] .Τέλος, η ανάλυση των Δεδομένων έχει ενεργετηθεί πολύ από την χρήση των μοντέλων εκμάθησης [learning models],ένα παράδειγμα των οποίων είναι τα Νευρωνικά Δίκτυα [Neural Networks]. Η παρούσα εργασία είναι μια περιληπτική εισαγωγή στις παραπάνω μεθοδολογίες με έμφαση στις τεχνικές επαναχρησιμοποίησης τού δείγματος. | el |
heal.abstract | The present paper is a brief introduction to the emerging methodologies in Data Analysis. The economy of 21st century is based on the flow of information and this fact has a profound effect not only on the operation of organizations, but also on the environment of business .analysis. The tremendous amount of information generated by today's companies, private or state- owned, will only increase. As electronic commerce and electronic communication have become more common on the INTERNET, firms are developing a direct link with customers and this is another source of information. There are two important areas which are the tasks of every research worker : Data Management and Analysis of Data. The techniques of DATA WAREHOUSING and DATA MINING greatly help the task of Data Management. During the last twenty hfears the important family of SUBSAMPLING STATISTICAL TECHNIQUES has been developed, due to the energetic efforts of B. Efron and a group of other eminent research workers, [J. SWANEPOEL, C.SWANEPOEL.M. KNOTT,among others]. These techniques, which include the BOOTSTRAP and JACKKNIFE COMPUTER INTENSIVE METHODS, greatly facilitate the Analysis of Data today. The present paper is an introduction to the above techniques and aims to identify their advantages in the analysis of business data. | en |
heal.publisher | Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας | el |
heal.publisher | TEI of Athens | en |
heal.fullTextAvailability | true | |
heal.conferenceName | 1o Διεθνές Συνέδριο: Ποσοτικές Μέθοδοι στη Βιομηχανία και τις Εμπορικές Επιχειρήσεις | el |
heal.conferenceName | 1st International Conference: Quantitative Methods in Industry and Commerce | en |
heal.conferenceItemType | full paper |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: