Data Mining - Ein UEberblick uber Verfahren und Anwendungsfelder (German, Paperback)


Diplomarbeit aus dem Jahr 2000 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 2,7, FernUniversitat Hagen (Informatik), Sprache: Deutsch, Abstract: Inhaltsangabe: Einleitung: Die Arbeit beschaftigt sich mit der Beschreibung der gangigen Data-Mining-Verfahren und beschreibt deren Anwendungsgebiete in der Praxis. Nachdem in Kapitel 2 der Begriff Data Mining definiert und zu verwandten Themengebieten abgegrenzt wird, werden im Schwerpunkt der Arbeit, dem dritten Kapitel, die Data-Mining-Verfahren dargestellt. Dabei werden in Kapitel 3.1 die klassischen Verfahren der Clusteranalyse beschrieben, in Kapitel 3.2 die Bayes-Klassifikation und die Assoziationsanalyse als statistische Verfahren vorgestellt und im Kapitel 3.3 eine Alternative zu den klassischen Clustermethoden vorgefuhrt, das konzeptionelle Clustern. Ausserdem werden die Entscheidungsbaummethoden dargestellt. Das Kapitel schliesst mit einer Beschreibung von kunstlichen Neuronalen Netzen und Genetischen Algorithmen ab. Im vierten Kapitel sollen dann beispielhaft praxisrelevante Anwendungsfelder beschrieben werden. Neben der Betrugserkennung, auf die bereits in der Einleitung hingedeutet wurde, soll auf die Moglichkeiten der Warenkorbanalyse, Kundensegmentierung und Datenreinigung eingegangen werden. Das Kapitel endet mit dem Versuch, durch Anwendung von Neuronalen Netzen Aktienkurse vorherzusagen. Nach einer Zusammenfassung in Kapitel 5 soll ein Ausblick gegeben werden, welche Entwicklungslinien fur Data Mining denkbar sind und welche strategische Bedeutung sich hieraus fur ein Unternehmen ergibt. Inhaltsverzeichnis: Inhaltsverzeichnis: 1.Einleitung6 1.1Motivation zur Anwendung von Data Mining6 1.2Zielsetzung der Arbeit7 1.3Aufbau und Schwerpunktsetzung8 2.Einordnung und Begriffsbestimmung8 2.1Der Gesamtprozess Knowledge Discovery in Databases (KDD)8 2.2Definition Data Mining10 2.3Abgrenzung zu anderen Disziplinen12 2.3.1Data Warehouse12 2.3.2Visualisierungstechniken13 2.3.3Statistik14 2.3.4Ma

R2,056
List Price R2,214
Save R158 7%

Or split into 4x interest-free payments of 25% on orders over R50
Learn more

Discovery Miles20560
Mobicred@R193pm x 12* Mobicred Info
Free Delivery
Delivery AdviceShips in 10 - 15 working days


Toggle WishListAdd to wish list
Review this Item

Product Description

Diplomarbeit aus dem Jahr 2000 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 2,7, FernUniversitat Hagen (Informatik), Sprache: Deutsch, Abstract: Inhaltsangabe: Einleitung: Die Arbeit beschaftigt sich mit der Beschreibung der gangigen Data-Mining-Verfahren und beschreibt deren Anwendungsgebiete in der Praxis. Nachdem in Kapitel 2 der Begriff Data Mining definiert und zu verwandten Themengebieten abgegrenzt wird, werden im Schwerpunkt der Arbeit, dem dritten Kapitel, die Data-Mining-Verfahren dargestellt. Dabei werden in Kapitel 3.1 die klassischen Verfahren der Clusteranalyse beschrieben, in Kapitel 3.2 die Bayes-Klassifikation und die Assoziationsanalyse als statistische Verfahren vorgestellt und im Kapitel 3.3 eine Alternative zu den klassischen Clustermethoden vorgefuhrt, das konzeptionelle Clustern. Ausserdem werden die Entscheidungsbaummethoden dargestellt. Das Kapitel schliesst mit einer Beschreibung von kunstlichen Neuronalen Netzen und Genetischen Algorithmen ab. Im vierten Kapitel sollen dann beispielhaft praxisrelevante Anwendungsfelder beschrieben werden. Neben der Betrugserkennung, auf die bereits in der Einleitung hingedeutet wurde, soll auf die Moglichkeiten der Warenkorbanalyse, Kundensegmentierung und Datenreinigung eingegangen werden. Das Kapitel endet mit dem Versuch, durch Anwendung von Neuronalen Netzen Aktienkurse vorherzusagen. Nach einer Zusammenfassung in Kapitel 5 soll ein Ausblick gegeben werden, welche Entwicklungslinien fur Data Mining denkbar sind und welche strategische Bedeutung sich hieraus fur ein Unternehmen ergibt. Inhaltsverzeichnis: Inhaltsverzeichnis: 1.Einleitung6 1.1Motivation zur Anwendung von Data Mining6 1.2Zielsetzung der Arbeit7 1.3Aufbau und Schwerpunktsetzung8 2.Einordnung und Begriffsbestimmung8 2.1Der Gesamtprozess Knowledge Discovery in Databases (KDD)8 2.2Definition Data Mining10 2.3Abgrenzung zu anderen Disziplinen12 2.3.1Data Warehouse12 2.3.2Visualisierungstechniken13 2.3.3Statistik14 2.3.4Ma

Customer Reviews

No reviews or ratings yet - be the first to create one!

Product Details

General

Imprint

Diplom.de

Country of origin

United States

Release date

November 2000

Availability

Expected to ship within 10 - 15 working days

Authors

Dimensions

210 x 148 x 7mm (L x W x T)

Format

Paperback - Trade

Pages

108

ISBN-13

978-3-8386-2844-8

Barcode

9783838628448

Languages

value

Categories

LSN

3-8386-2844-6



Trending On Loot