Data Mining

Modelle und Algorithmen intelligenter Datenanalyse

  • Thomas A. Runkler

Part of the Computational Intelligence book series (CI)

Table of contents

  1. Front Matter
    Pages I-XII
  2. Thomas A. Runkler
    Pages 1-3
  3. Thomas A. Runkler
    Pages 5-22
  4. Thomas A. Runkler
    Pages 23-36
  5. Thomas A. Runkler
    Pages 37-58
  6. Thomas A. Runkler
    Pages 59-65
  7. Thomas A. Runkler
    Pages 67-82
  8. Thomas A. Runkler
    Pages 83-87
  9. Thomas A. Runkler
    Pages 89-107
  10. Thomas A. Runkler
    Pages 109-130
  11. Back Matter
    Pages 131-145

About this book

Introduction

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.

 

Der Inhalt

Daten und Relationen

Datenvorverarbeitung

Datenvisualisierung

Korrelation

Regression

Prognose

Klassifikation

Clustering

 

Die Zielgruppen

Studierende der Informatik, Ingenieurwissenschaften und Mathematik

Informatiker, Ingenieure und Mathematiker in Forschung und Lehre

Praktiker, die mit großen Datenmengen arbeiten

 

Der Autor

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.

Keywords

Clustering Data Mining Datenanalyse Datenvisualisierung Fuzzy-Logic Klassifikation Korrelation Prognose Regression Relationen maschinelles Lernen neuronale Netze

Authors and affiliations

  • Thomas A. Runkler
    • 1
  1. 1.Siemens AGMünchenGermany

Bibliographic information

Industry Sectors
Pharma
Automotive
Biotechnology
Electronics
Telecommunications
Consumer Packaged Goods
Energy, Utilities & Environment
Aerospace