Big Public Data aus dem Programmable Web: HMD Best Paper Award 2019

von Ulrich Matter

1st ed. 2020. - Wiesbaden: Springer Fachmedien Wiesbaden, Imprint: Springer Vieweg, 2020

Online Monographie, Elektronische Ressource - 1 Online-Ressource (XI, 33 S. 7 Abb)

Zugriff:

Springer Natur- und Basiswissenschaften 2020 (Volltext)

Titel:	Big Public Data aus dem Programmable Web: HMD Best Paper Award 2019
Verantwortlichkeitsangabe:	von Ulrich Matter
Autor/in / Beteiligte Person:	Matter, Ulrich
Lokaler Link:	Springer Natur- und Basiswissenschaften 2020 (Volltext)
Link:	Volltext
Verwandtes Werk:	essentials
Ausgabe:	1st ed. 2020
Veröffentlichung:	Wiesbaden: Springer Fachmedien Wiesbaden, Imprint: Springer Vieweg, 2020
Medientyp:	Monographie
Datenträgertyp:	Elektronische Ressource
Umfang:	1 Online-Ressource (XI, 33 S. 7 Abb)
ISBN:	9783658315849
DOI:	10.1007/978-3-658-31584-9
Schlagwort:	Big data Computer science Application software Big Data
Sonstiges:	Online-Ressource [Kann nicht per Fernleihe bestellt werden!] Gesamttitelangabe: essentials Printed edition: 9783658315832 Lokale Notationen: TWY Fächer: Informatik hbz Verbund-ID: HT020603964

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.