Techniken des Data Mining, Knowledge Discovery und SPSS
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2004 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, FernUniversität Hagen, Veranstaltung: Wirtschaftsinformatik, 7 Quellen im Literaturverzeichnis, Sprache: Deutsch, Anmerkungen: Die Seminararbeit war teil eines Seminars des Studiums der Wirtschaftswissenschaften der FernUniversität Hagen. Die Benotung bezog sich dabei (ohne genauere Detaillierung) auf die Seminararbeit sowie einen darauf aufbauenden Vortrag im Rahmen des Seminars. , Abstract: 1 Einleitung1.1 Definition und Ziele des Data Mining1.2 Vorgehensweise1.3 Probleme beim Data Mining1.4 Aufbe...
Studienarbeit aus dem Jahr 2004 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, FernUniversität Hagen, Veranstaltung: Wirtschaftsinformatik, 7 Quellen im Literaturverzeichnis, Sprache: Deutsch, Anmerkungen: Die Seminararbeit war teil eines Seminars des Studiums der Wirtschaftswissenschaften der FernUniversität Hagen. Die Benotung bezog sich dabei (ohne genauere Detaillierung) auf die Seminararbeit sowie einen darauf aufbauenden Vortrag im Rahmen des Seminars. , Abstract: 1 Einleitung
1.1 Definition und Ziele des Data Mining
1.2 Vorgehensweise
1.3 Probleme beim Data Mining
1.4 Aufbereitung der Daten
2 Data Mining und Knowledge Discovery
2.1 Definition: "Knowledge Discovery"
2.2 Die Phasen des Knowledge Discovery
3 Data Mining als Bestandteil des Data Warehousing
4 Techniken des Data Mining
4.1 Klassifikation und Entscheidungsbaum
4.1.1 Ziele der Verfahren
4.1.2 Beschreibung der Klassifikation und des Entscheidungsbaums
4.1.3 Anwendungsbeispiel eines Entscheidungsbaums
4.1.4 Probleme bei Klassifikation und Entscheidungsbaum
4.2 Die Assoziationsregeln
4.2.1 Ziel der Assoziationsregeln
4.2.2 Erzeugung von Assoziationsregeln
4.2.3 Anwendungsbeispiel von Assoziationsregeln
4.2.4 Probleme bei Assoziationsregeln
4.3 Das Clustering
4.3.1 Ziel des Clustering
4.3.2 Beschreibung des Clustering
4.3.3 Anwendungsbeispiel des Clustering
4.3.4 Probleme beim Clustering
5 Data Mining mit SPSS
5.1 Was ist SPSS?
5.2 Ein Beispiel zur Entscheidungsbaum-Analyse
6 Data Mining mit SAS
6.1 Das Unternehmen "SAS"
6.2 Die Lösungen von SAS
6.3 Die Brücke zwischen Theorie und Praxis: Musterbeispiel KSFE
7 Zusammenfassung und Ausblick
1.1 Definition und Ziele des Data Mining
1.2 Vorgehensweise
1.3 Probleme beim Data Mining
1.4 Aufbereitung der Daten
2 Data Mining und Knowledge Discovery
2.1 Definition: "Knowledge Discovery"
2.2 Die Phasen des Knowledge Discovery
3 Data Mining als Bestandteil des Data Warehousing
4 Techniken des Data Mining
4.1 Klassifikation und Entscheidungsbaum
4.1.1 Ziele der Verfahren
4.1.2 Beschreibung der Klassifikation und des Entscheidungsbaums
4.1.3 Anwendungsbeispiel eines Entscheidungsbaums
4.1.4 Probleme bei Klassifikation und Entscheidungsbaum
4.2 Die Assoziationsregeln
4.2.1 Ziel der Assoziationsregeln
4.2.2 Erzeugung von Assoziationsregeln
4.2.3 Anwendungsbeispiel von Assoziationsregeln
4.2.4 Probleme bei Assoziationsregeln
4.3 Das Clustering
4.3.1 Ziel des Clustering
4.3.2 Beschreibung des Clustering
4.3.3 Anwendungsbeispiel des Clustering
4.3.4 Probleme beim Clustering
5 Data Mining mit SPSS
5.1 Was ist SPSS?
5.2 Ein Beispiel zur Entscheidungsbaum-Analyse
6 Data Mining mit SAS
6.1 Das Unternehmen "SAS"
6.2 Die Lösungen von SAS
6.3 Die Brücke zwischen Theorie und Praxis: Musterbeispiel KSFE
7 Zusammenfassung und Ausblick
Andere Kunden interessierten sich für
![Cover Simulation mit Taylor Enterprise Dynamics - Einführung an einem Beispiel [Studienarbeit plus Präsentation]](https://bilder.buecher.de/produkte/23/23114/23114486n.jpg "Simulation mit Taylor Enterprise Dynamics - Einführung an einem Beispiel [Studienarbeit plus Präsentation]")
