dc.contributor.advisor | Rossi, Tuomo | |
dc.contributor.author | Hyvärinen, Joe | |
dc.date.accessioned | 2022-05-19T08:09:06Z | |
dc.date.available | 2022-05-19T08:09:06Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/81161 | |
dc.description.abstract | Ehdottava analytiikka pyrkii ehdottamaan parhaimman mahdollisen ratkaisuvaihtoehdon hyödyntäen suuria määriä dataa. Täten ehdottava analytiikka onkin tehokas tapa parantaa sekä tukea liiketoiminnan päätöksentekoa. Tässä tutkielmassa tutkitaan ehdottavan analytiikan metodeja ja haasteita. Tutkimus toteutettiin kirjallisuuskatsauksena. Tutkielman lopussa käydään läpi merkittävimpiä tuloksia sekä pohditaan monitavoiteoptimoinnin hyödyntämistä ehdottavan analytiikan yhteydessä. | fi |
dc.description.abstract | Prescriptive analytics aims to prescribe the best possible solution utilizing large amounts of data. Thus prescriptive analytics is a powerful way to improve and support decision making in businesses. This thesis explores prescriptive analytics methods and challenges. The study was conducted as a literature review. The key findings of the study are
examined in the end of the thesis. There is also discussion about utilizing multiobjective optimization with prescriptive analytics. | en |
dc.format.extent | 18 | |
dc.language.iso | fi | |
dc.rights | In Copyright | en |
dc.subject.other | ehdottava analytiikka | |
dc.subject.other | data-analytiikka | |
dc.subject.other | liiketoiminta-analytiikka | |
dc.title | Ehdottavan analytiikan metodit ja haasteet | |
dc.type | bachelor thesis | |
dc.identifier.urn | URN:NBN:fi:jyu-202205192793 | |
dc.type.ontasot | Bachelor's thesis | en |
dc.type.ontasot | Kandidaatintyö | fi |
dc.contributor.tiedekunta | Informaatioteknologian tiedekunta | fi |
dc.contributor.tiedekunta | Faculty of Information Technology | en |
dc.contributor.laitos | Informaatioteknologia | fi |
dc.contributor.laitos | Information Technology | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.oppiaine | Tietotekniikka | fi |
dc.contributor.oppiaine | Mathematical Information Technology | en |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.rights.accesslevel | openAccess | |
dc.type.publication | bachelorThesis | |
dc.contributor.oppiainekoodi | 602 | |
dc.subject.yso | big data | |
dc.subject.yso | data | |
dc.rights.url | https://rightsstatements.org/page/InC/1.0/ | |