Zusammenfassung
Die Gewährung von Krediten spielt neben den Bankinstituten auch für Industrie- und Handelsunternehmen eine zunehmende Rolle, man denke etwa an Ratenzahlungen im Versandhandel oder bei Leasing-Gesellschaften. Durch den Einsatz von automatisierten Verfahren zur Bonitätsprüfung ergeben sich zahlreiche Vorteile und Rationalisierungspotentiale. Zugleich eröffnen sich auch Anwendungsbereiche für Data Mining-Verfahren.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Borgelt, C.; Kruse, R.: „Attributauswahlmaße für die Induktion von Entscheidungsbäumen: Ein Überblick“, in: Nakhaeizadeh, G. (Hrsg.): „Data Mining — Theoretische Aspekte und Anwendungen“, Physica-Verlag, Heidelberg 1998, S. 77–98.
Breiman, L. et al.: „Classification and Regression Trees“, Wads-worth Int., Belmont (California) 1984.
Dougherty, J. et al.: „Supervised and Unsupervised Discretization of Continous Features“, in: „Proceedings Twelfth International Conference on Machine Learning“, 1995, S. 194–202.
Fayyad, U. M.; Irani, K. B.: „Multi-Interval Discretization of Continuous-Valued Attributes for Classification Learning“, in: Proceedings of the Thirteenth International Joint Conference on Artificial Intelligence, Chambery France 1993, S. 1022–1027.
Häußler, W. M.: „Methoden der Punktebewertung für Kreditsco-ringsysteme“, Zeitschrift für Operations Research, Band 25, 1981, S. B79–B94.
Hartung, J.: „Statistik: Lehr- und Handbuch der angewandten Statistik“, 8. Auflage, Oldenbourg Verlag, München, Wien 1991.
Heno, R.: „Kredtitwürdigkeitsprüfung mit Hilfe von Verfahren der Mustererkennung“, Dissertation Mainz 1980.
Kass, G. V.: „An Explanatory Technique for Investigating Large Quantities of Categorical Data“, Applied Statistics 29 (2), 1980, S. 119–127.
Kauderer, H.; Nakhaeizadeh, G.: „Skalierung als alternative Datentransformation und deren Auswirkung auf die Leistungsfähigkeit von Supervised Learning Algorithmen“, in: Nakhaeizadeh, G. (Hrsg.): „Data Mining — Theoretische Aspekte und Anwendungen“, Physica-Verlag, Heidelberg 1998, S. 99–108.
Mingers, J.: „An Empircal Comparison of Pruning Methods for Decision Tree Induction“, Machine Learning 4 (2), 1989, S. 227–243.
Quinlan, J. R.: „Induction of Decision Trees“, Machine Learning 1 (1), 1986, S. 81–106.
Quinlan, J. R.: „C4.5: Programs for Machine Learning“, Morgan Kaufmann, San Mateo (California) 1993.
Rakotomalala, R.: „Extraction (automatique) de connaissance à partir de donnés — Méthodologie pratique de Utilisation des graphes d’induction“, http://eric.univ.lyon2.fr/~ricco/SupportDeCours_IC.zipm, Abruf am 29.07.1998.
Sipina_W-Homepage: http://eric.univ-lyon2.fr/~ricco/sipina.html
Author information
Authors and Affiliations
Editor information
Rights and permissions
Copyright information
© 2000 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Schierreich, T. (2000). Bonitätsprüfung im Versandhandel — Über die Konstruktion von Entscheidungsbäumen. In: Alpar, P., Niedereichholz, J. (eds) Data Mining im praktischen Einsatz. Business Computing. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-89950-7_2
Download citation
DOI: https://doi.org/10.1007/978-3-322-89950-7_2
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-05748-0
Online ISBN: 978-3-322-89950-7
eBook Packages: Springer Book Archive