Die wichtigsten Methoden zur Erkennung und Extraktion von Wissen aus numerischen und nichtnumerischen Datenbanken in Technik und Wirtschaft werden in diesem Buch behandelt. Es vermittelt einen kompakten, fundierten Überblick über die verschiedenen Methoden sowie deren Motivation und versetzt den Leser in die Lage, Data Mining selbst praktisch einzusetzen.
Solides Grundverständnis Motivation und Eigenschaften der verschiedenen Data Mining Methoden kompakter, fundierter Überblick Includes supplementary material: sn.pub/extras
Autorentext
Thomas A. Runkler ist Principal Research Scientist der Siemens AG in München und lehrt Data Mining an der Fakultät für Informatik der Technischen Universität München.
Klappentext
Dieses Lehrbuch behandelt die wichtigsten Methoden zur Erkennung und Extraktion von "Wissen" aus numerischen und nicht-numerischen Datenbanken in Technik und Wirtschaft. Der Autor vermittelt einen kompakten und zugleich fundierten Überblick über die verschiedenen Methoden sowie deren Zielsetzungen und Eigenschaften. Dadurch werden Leser befähigt, Data Mining eigenständig anzuwenden.
Inhalt
Daten und Relationen.- Datenvorverarbeitung.-Datenvisualisierung.- Korrelation.- Regression.- Prognose.- Klassifikation.- Clustering