Gutscheinbedingungen

**Gültig bis 10.06.2026 / Gültig für gebrauchte Bücher / Mindestbestellwert 20,00 € / Einzelne Artikel können ausgeschlossen sein / Online auf www.bücher.de.de / Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen / Nur einmal pro Einkauf einlösbar / Gutschein wird auf max. 500€ Bestellwert angerechnet / Keine Barauszahlung / Nicht gültig für Versandkosten und Services

  • Produktbild: Data Mining
  • Produktbild: Data Mining

Data Mining Verfahren, Prozesse, Anwendungsarchitektur

49,95 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

21.09.2005

Verlag

De Gruyter Oldenbourg

Seitenzahl

342

Maße (L/B/H)

24/17/1,9 cm

Gewicht

570 g

Auflage

1

Sprache

Deutsch

ISBN

978-3-486-57715-0

Beschreibung

Rezension

"Die beste Behandlung (inhaltlich, Umfang, Darstellung) von Data Mining, die ich kenne." Prof. Dr. Thomas Schmidt, FH Flensburg "In diesem Buch wird die Thematik 'Data Mining' erstmalig umfassend und in einer sehr guten Mischung aus Theorie und Anwendungsbezug dargestellt!!! Für das Thema Data Mining hatte mir noch ein geeignetes Buch gefehlt. Das Buch von Petersohn füllt genau diese Lücke!" Prof. Dr. Mathias Hinkelmann, Hochschule der Medien Stuttgart "Eine ausgezeichnete Darstellung der Methoden und des praktischen Einsatzes von Data-Mining-Verfahren. Eines der wenigen sehr guten Bücher in Deutsch! Daher für die Studierenden bestens geeignet." Prof. Dr. H. Ritz, FH Gießen-Friedberg "Mit dieser Publikation ist mir eine verständliche und für den Lernenden nachvollziehbare Darstellung in die Hand gegeben worden, die für viele ‚Hintergrund-Prozesse’ in der Kommunikationstechnologie unverzichtbar ist." Prof. Dr.-Ing. habil. Werner Bärwald, TU Dresden "Eine sehr ausführliche, wissenschaftlich fundierte Aufarbeitung des Themas." Prof. Klaus Rinner, FH Nürnberg "systematische Aufarbeitung der Verfahren; methodisch-didaktisch wertvoll; praxisbezogen." Prof. Dr. Morgeneier, FH Jena "Das Buch bietet eine sehr gute Übersicht; viele Methoden werden besprochen. [...]" Prof. Dr. Georg Ohmayer, FH Weihenstephan "Das Buch bietet einen guten Überblick über Data Mining. [...]." Prof. Dr. Jürgen Cleve, Hochschule Wismar "Das Buch gibt einen sehr guten Überblick über die Möglichkeiten von Data Mining." Prof. Dr. Rainer Schwenkert, FH München "Gibt das Themengebiet mit vielen neuen Forschungsergebnissen wider." Prof. Dr. G. Gramlich, FH Ulm

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

21.09.2005

Verlag

De Gruyter Oldenbourg

Seitenzahl

342

Maße (L/B/H)

24/17/1,9 cm

Gewicht

570 g

Auflage

1

Sprache

Deutsch

ISBN

978-3-486-57715-0

Herstelleradresse

Oldenbourg Wissenschaftsverlag
Genthiner Straße 13
10785 Berlin
DE
productsafety@degruyterbrill.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel findest du in

Die Leseprobe wird geladen.
  • Produktbild: Data Mining
  • Produktbild: Data Mining
  • 1;Vorwort;6
    2;Inhalt;8
    3;1. Motivation und Entwicklung der Data Mining - Architektur;14
    3.1;1.1. Inhalt und Ziel des Buches;14
    3.2;1.2. Theoretische Grundlagen zum Data Mining - Begriff;17
    3.3;1.3. Beispiele für Anwendungsgebiete;27
    3.4;1.4. Strukturierungsbedarf für Data Mining;32
    3.5;1.5. Struktur, Komponenten und Elemente der Data Mining - Architektur;33
    4;2. Datenselektion und Datenaufbereitung;52
    4.1;2.1 Datenselektion;53
    4.2;2.2 Verfahrensunabhängige Datenaufbereitung;70
    4.3;2.3 Verfahrensabhängige Datenaufbereitung;76
    5;3. Klassenbildung;86
    5.1;3.1 Klassenbildung mit neuronalen Netzen;86
    5.2;3.2 Klassenbildung mit multivariaten statistischen Clusteranalyseverfahren;104
    5.3;3.3 Evaluierungskriterien für die anwendungsorientierte Bewertung der Güte einer Klassenbildung;110
    6;4. Assoziationsanalyse;114
    6.1;4.1 Einführung in die Assoziationsalgorithmen;114
    6.2;4.2 Boolesche Assoziationsverfahren;118
    6.3;4.3 Erweiterungen der Assoziationsverfahren;139
    6.4;4.4 Evaluierung und Interpretation;142
    7;5. Klassifizierung;144
    7.1;5.1 Klassifizierung mit neuronalen Netzen;144
    7.2;5.2 Klassifizierung mit Entscheidungsbaumalgorithmen;149
    7.3;5.3 Evaluierungskriterien für die anwendungsorientierte Bewertung der Güte einer Klassifizierung;183
    8;6. Zeitreihenanalyse;186
    8.1;6.1 Zeitreihenanalyse mit neuronalen Netzen;186
    8.2;6.2 Zeitreihenanalyse mit Regressionsbaumverfahren;195
    8.3;6.3 Zeitreihenanalyse mit multivariaten statistischen Verfahren;206
    8.4;6.4 Evaluierungskriterien für die anwendungsorientierte Bewertung der Güte einer Zeitreihenanalyse;207
    9;7. Genetische Algorithmen;210
    9.1;7.1 Einführung in genetische Algorithmen;210
    9.2;7.2 Grundstruktur genetischer Algorithmen;213
    9.3;7.3 Evolutionsstrategien;232
    9.4;7.4 Erweiterungen genetischer Algorithmen;234
    9.5;7.5 Einschätzung genetischer Algorithmen;237
    10;8. Kombination von Analyseverfahren;238
    10.1;8.1 Neuronale Netze und genetische Algorithmen;239
    10.2;8.2 Entscheidungsbäume und genetische Algorithmen;254
    10.3;8.3 Neuro-Fuzzy-Ansätze;256
    10.4;8.4 Entscheidungsbäume und neuronale Netze;268
    11;9. Aggregation zur Data Mining - Architektur;270
    11.1;9.1 Ausprägung der Data Mining-Architektur;270
    11.2;9.2 Abgeleitetes Forschungspotential;293
    12;10. Anhang ;296
    12.1;Literaturverzeichnis;296
    12.2;Abbildungsverzeichnis;314
    12.3;Tabellenverzeichnis;320
    12.4;Abkürzungsverzeichnis;322
    12.5;Symbolverzeichnis;326
    12.6;Sachwortverzeichnis;338