Techniken Data Mining Knowledge by Herrmann Holger (5 results)

Condition: Hervorragend. Zustand: Hervorragend | Seiten: 36 | Sprache: Deutsch | Produktart: Bücher.

Taschenbuch. Condition: Neu. Druck auf Anfrage Neuware - Printed after ordering - 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.

Taschenbuch. Condition: Neu. Neuware -Studienarbeit aus dem Jahr 2004 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, FernUniversität Hagen, Veranstaltung: Wirtschaftsinformatik, Sprache: Deutsch, Abstract: 1 Einleitung1.1 Definition und Ziele des Data Mining1.2 Vorgehensweise1.3 Probleme beim Data Mining1.4 Aufbereitung der Daten2 Data Mining und Knowledge Discovery2.1 Definition: ¿Knowledge Discovery¿2.2 Die Phasen des Knowledge Discovery3 Data Mining als Bestandteil des Data Warehousing4 Techniken des Data Mining4.1 Klassifikation und Entscheidungsbaum4.1.1 Ziele der Verfahren4.1.2 Beschreibung der Klassifikation und des Entscheidungsbaums4.1.3 Anwendungsbeispiel eines Entscheidungsbaums4.1.4 Probleme bei Klassifikation und Entscheidungsbaum4.2 Die Assoziationsregeln4.2.1 Ziel der Assoziationsregeln4.2.2 Erzeugung von Assoziationsregeln4.2.3 Anwendungsbeispiel von Assoziationsregeln4.2.4 Probleme bei Assoziationsregeln4.3 Das Clustering4.3.1 Ziel des Clustering4.3.2 Beschreibung des Clustering4.3.3 Anwendungsbeispiel des Clustering4.3.4 Probleme beim Clustering5 Data Mining mit SPSS5.1 Was ist SPSS 5.2 Ein Beispiel zur Entscheidungsbaum-Analyse6 Data Mining mit SAS6.1 Das Unternehmen ¿SAS¿6.2 Die Lösungen von SAS6.3 Die Brücke zwischen Theorie und Praxis: Musterbeispiel KSFE7 Zusammenfassung und AusblickBooks on Demand GmbH, Überseering 33, 22297 Hamburg 36 pp. Deutsch.

Taschenbuch. Condition: Neu. Techniken des Data Mining, Knowledge Discovery und SPSS | Holger Herrmann | Taschenbuch | 36 S. | Deutsch | 2008 | GRIN Verlag | EAN 9783638904230 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -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 36 pp. Deutsch.