Download Data Mining: Theoretische Aspekte und Anwendungen by Gholamreza Nakhaeizadeh PDF

By Gholamreza Nakhaeizadeh

Die Extraktion von verwertbarem Wissen aus Daten ist ein Thema, das angesichts der Menge des zur Zeit verfügbaren Datenmaterials mehr und mehr an Aktualität gewinnt. Dieses Buch befaßt sich mit theoretischen und Anwendungsaspekten des information Mining. facts Mining ist die Anwendung geeigneter Verfahren zur Wissensentdeckung in großen Datenbeständen und Kern eines Prozesses, der in der Literatur als "Knowledge Discovery in Databases" (KDD) beschrieben wird. Datei Mining und KDD haben sowohl interessante Forschungs- als auch Anwendungsaspekte. Sie bringen einerseits als interdisziplinäre Wissenschaft neue Herausforderungen für die Forschung auf Gebieten wie Statistik, maschinelles Lernen und Datenbanken. Andererseits sind sie für verschiedene praktische Anwendungen wie etwa advertising, Logistik, Risikometrie, Qualitätssicherung, Konstruktion und Produktionsmanagement von großer Bedeutung. Die Beiträge dieses Buches sprechen diese beiden Aspekte an.

Show description

Read or Download Data Mining: Theoretische Aspekte und Anwendungen PDF

Similar german_4 books

Elektronik: Ein Grundlagenlehrbuch für Analogtechnik, Digitaltechnik und Leistungselektronik

Das vorliegende Lehr- und Arbeitsbuch bietet die Grundlagen der Elektronik als kurz gefasste Einf? hrung in ein gro? es Fachgebiet an und zielt auf ein gr? ndliches Schaltungsverst? ndnis, eine klare Fachsprache sowie ein anwendungsbereites mathematisches R? stzeug ab, um auch Schaltungsvarianten oder Anpassungen an andere Betriebsbedingungen eigenst?

Optimierung und ökonomische Analyse

Gegenstand des Buches sind die Darstellung, Herleitung und Erläuterung sowohl statischer als auch dynamischer Optimierungsmethoden, die zur Behandlung ökonomischer Modelle benötigt werden. Dabei wird ein großes Gewicht auf das Zusammenspiel zwischen ökonomischer Interpretation auf der einen und mathematischer Argumentation auf der anderen Seite gelegt.

Extra info for Data Mining: Theoretische Aspekte und Anwendungen

Sample text

Schon durch die im täglichen Betrieb anfallenden Transaktionen ausgelastet und erlauben keine zusätzlichen Aufgaben. 2) Die aufgrund des unterschiedlichen Anforderungsprofils notwendige andersartige Zugriffsunterstützung können die bestehenden Systeme nicht bieten. B. 60-90 Tage) vorgehalten, eine Historie wird nicht geführt. 4) Datenbanksysteme, die die zur Auswertung von zeitlichen Entwicklungen erforderliche Funktionalität oder die Möglichkeit des dynamischen Zugriffs über verschiedenartige Datenquellen bieten, sind immer noch Gegenstand der Forschung.

In: Michie, D. ) Expert Systems in the Micro Electronic Age. Edinburgh: University Press. Quinlan, J. R (1986). Induction ofDecision Trees. Machine Learning, 4, pp. 81-106. Quinlan, R (1993a). 5: Programs for Machine Learning. San Mateo, CA: Morgan Kaufmann. Quinlan, J. R. (1993b). Combining Instance-based and Model-based Leaming. in: Proceedings of the Tenth International Conference on Machine Learning, June, 27-29, University ofMassachusetts, Amberst. San Mateo, CA: Morgan Kaufmann Publishers, pp.

Dort sind eine Vielzahl verschiedener Modellierungs- und 26 Entdeckungsmethoden sowie Werkzeuge, die mehr als nur eine einzige Technik anbieten, katagolisiert, kurz beschrieben, und mit einer Kontaktadresse versehen. An dieser Stelle möchten wir uns auf einige Werkzeuge beschränken, die mehr als lediglich die Phase der Anwendung der Modellierungs- und Entdeckungsmethoden unterstützen und die derzeit die aktuelle Situation des Marktes existierender Systeme fiir die WED widerspiegeln. Tabelle 2 zeigt eine Übersicht der hier betrachteten Werkzeuge.

Download PDF sample

Rated 4.14 of 5 – based on 15 votes