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

Der Flachs: Flachsspinnerei Zweite Abteilung

Dieser Buchtitel ist Teil des Digitalisierungsprojekts Springer publication data mit Publikationen, die seit den Anfängen des Verlags von 1842 erschienen sind. Der Verlag stellt mit diesem Archiv Quellen für die historische wie auch die disziplingeschichtliche Forschung zur Verfügung, die jeweils im historischen Kontext betrachtet werden müssen.

Probleme des Kreuzstrom-Wärmeaustauschers

Die Anregung fiir die vorliegende Arbeit ergab sich bei einer ver gleichenden Untersuehung versehiedener Bauarten von Warmeaustau an einer exakten theoretisehen sehern fiir Gasturbinen. Das Interesse Erfassung der Vorgange im W rmeaustauseher ist hier besonders groB, weil. die Kosten des Warmeaustauschers bei Gasturbinen hoher Wirtsehaft lichkeit vielfaeh einen erhebIichen Prozentsatz der gesamten Anlage kosten ausmaehen.

Extra resources for Data Mining: Theoretische Aspekte und Anwendungen

Example text

Wesentliche Aufgaben sind die Transformation, Integration, Säuberung, das Laden und Aktualisieren der Daten sowie die Erzeugung von Metadaten. Ergänzt werden Ansätze des Data Warehousing meist um OLAPFunktionalität, die problemadäquate Auswertungsmöglichkeiten darstellen. Liegt bei OLAP die Initiative noch gänzlich beim Benutzer, so entdecken Data Mining-Verfahren Muster selbständig. Die Rolle der Informationsverwaltung erstreckt sich dabei hauptsächlich auf die Art und Weise, wie Data Mining Anfragen formuliert und möglichst effizient beantwortet werden.

In diesem Abschnitt geben wir einen Überblick über Möglichkeiten, die Rohdaten einer Datenbank für die Anwendung anderer Verfahren vorzubereiten (vgl. , 1997). 1 Datentransformation Häufig liegen die Rohdaten in Form eines Datenbanksystems vor. Die meisten Modellierungs- und Entdeckungsverfahren gehen jedoch davon aus, daß die Daten in einer einfachen ASCII Datei abgelegt sind, in der jede Zeile einem Datenbanktupel entspricht. Andere Verfahren erwarten in einer getrennten Datei Informationen zu den Typen eines Attributes und deren möglichen Ausprägungen.

Fayyad, U. (1996). Proceedings oJthe 2nd International ConJerence on Knowledge Discovery and Data Mining. Portland, Oregon, August, 2-4. Menlo Park, CA: AAAI Press. , Glymour, C. & Scheines, R. (1993). Causation, Prediction, and Search. Lecture Notes in Statistics, Vol. 81, Heidelberg: Springer-Verlag. Steurer, E. (1997). Ökonometrische Methoden und maschinelle Lernverfahren zur Wechselkursprognose: Theoretische Analyse und empirischer Vergleich. Heidelberg: Physica-Verlag. C. & Nakhaeizadeh, G.

Download PDF sample

Rated 4.47 of 5 – based on 48 votes