Data Mining

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

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.

Zusammenfassung

"... Im Anhang befinden sich eine Übersicht über Optimierungsverfahren, Lösungen der Übungsaufgaben und ein Sachverzeichnis. Die Beispiele sind gut gewählt und verständlich. Grundlegende Mathematikkenntnisse werden allerdings vorausgesetzt, erweiterte sind von Vorteil. Der Band kann sowohl Studierenden der Informatik und verwandter Gebiete als auch in der Praxis Stehenden als fundierte Übersicht empfohlen werden." (in: thalia.de, 17. August 2016)

"Runkler [der Autor] ist ein gutes Überblickswerk gelungen, das eine enzyklopädieartige Einführung für eine mathematisch interessierte Leserschaft bietet." www.wirtschaftsinformatik.de, 03.05.2011

Inhalt

Daten und Relationen.- Datenvorverarbeitung.-Datenvisualisierung.- Korrelation.- Regression.- Prognose.- Klassifikation.- Clustering