Data Mining
Methoden und Algorithmen intelligenter Datenanalyse
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...
Voraussichtlich lieferbar in 3 Tag(en)
versandkostenfrei
Buch (Kartoniert)
35.97 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenlose Rücksendung
Produktdetails
Produktinformationen zu „Data Mining “
Klappentext zu „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.
Inhaltsverzeichnis zu „Data Mining “
Daten und Relationen.- Datenvorverarbeitung.-Datenvisualisierung.- Korrelation.- Regression.- Prognose.- Klassifikation.- Clustering
Autoren-Porträt von Thomas A. Runkler
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.
Bibliographische Angaben
- Autor: Thomas A. Runkler
- 2015, 2. Aufl., XII, 145 Seiten, 72 Abbildungen, Maße: 16,8 x 24 cm, Kartoniert (TB), Deutsch
- Verlag: Vieweg+Teubner
- ISBN-10: 3834816949
- ISBN-13: 9783834816948
- Erscheinungsdatum: 31.07.2015
Rezension zu „Data Mining “
"... 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
Pressezitat
"... 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
Kommentar zu "Data Mining"
Schreiben Sie einen Kommentar zu "Data Mining".
Kommentar verfassen