Advertisement

Data Mining — Ein Öberblick

  • Markus Lusti
Part of the Springer-Lehrbuch book series (SLB)

Zusammenfassung

Wo lassen sich Data Mining-Methoden einsetzen?

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

Monographien

  1. Adriaans, P., Zantinge, D., Data Mining, Addison-Wesley 1996, 158 S. Kurzer und verständlicher Öberblick mit Glossar. Weniger betriebswir-schaftlich fokussiert als Berry et al. (siehe unten)Google Scholar
  2. Berry, J., Linoff, G., Data Mining Techniques For Marketing, Sales and Customer Support, Wiley 1997, 454 S. Gut verständliche und breite Einführung in die Themen “Data Warehouses”, “Market Basket Analysis”, “Memory-based Reasoning”, “Cluster Detection”, “Link Analysis”, “Decision Trees”, “Neural Networks” und “Genetic Algorithms”. Trotz Beispielen aus dem Marketing auch als allgemeine Einführung geeignetGoogle Scholar
  3. Westphal, C, Blaxton, T., Data Mining Solutions: Methods and Tools for Solving Real-World Problems, Wiley 1998, 617 S. (inkl. CD ROM) Umfangreiche und pragmatische Einführung in die Nutzung von Data Mining-Werkzeugen. Die Abschnitte I und II führten auf 200 Seiten überblicksartig und nichtformal in Data Mining-Verfahren ein. Der dritte Teil stellt auf weiteren 240 Seiten Werkzeuge vor. Der letzte Teil veranschaulicht schliesslich die vorangehenden Abschnitte auf etwa 130 Seiten an Fallstudien. Die beiliegende CD ROM enthält Demonstrations-Software, Shareware und die Abbildungen des Buchs als GIF-Dateien. Westphal et. al. konzentrieren sich auf die Beschreibung konkreter Werkzeuge. Die Einführung in den methodischen Hintergrund bleibt an der Oberfläche.Google Scholar
  4. Cios, K., Pedrycz, W., Swiniarski, R., Data Mining Methods for Knowledge Discovery, Kluwer 1998, 520 S. Technische Einführung in die Grundlagen des Data Mining. Scharfe und unscharfe Mengen, Bayssche Netze, genetische Algorithmen, neuronale Netze. BibliographieGoogle Scholar
  5. Groth, R., Data Mining: A Hands-On Approach for Business Professionals, Prentice-Hall 1997, 264 S. (inkl. CD ROM) Rezeptartige Einführung in drei Data Mining-Werkzeuge (Data Mind, Angoss, KnowledgeSEEKER und NeuralWorks Predict). Der bei DataMind beschäftigte Autor geht kaum über einfache Anleitungen zum Gebrauch der drei besprochenen Demonstrationsversionen hinaus. Die Hintergrundinformation ist spärlich und trägt wenig zum Verständnis der Methoden bei (Entscheidungsbäume, Neuronale Netze und ein proprietäres Verfahren von Data Mind). Interessanter sind die letzten beiden Kapitel. Kapitel 7 geht kurz auf praktische Anwendungen ein, und das letzte Kapitel veranschaulicht an Fallstudien die Bedeutung von Data Warehouses für einige Data Mining-Methoden.Google Scholar
  6. Seidmann, C, Data Mining with Microsoft SQL Server, Microsoft Press 2001, 384 S. Einführung in die auf MS SQL Server 2000 angebotenen Data Mining-Methoden und Werkzeuge, vor allem Entscheidungsbäume und ClusteringGoogle Scholar
  7. Hippner, H., Ulrich, K, Meyer, M., Wilde, K. (Hrsg.), Handbuch Data Mining im Marketing, Vieweg 2001 Sammelband über Data Mining-Anwendungen im MarketingGoogle Scholar

Zeitschriften

  1. Data Mining and Knowledge Discovery, Kluwer Academic Publishers, P.O. Box 17, 3300 AA Dordrecht, Niederlande (http://www.wkap.nl/journalhome.htm/1384-5810)Google Scholar
  2. Intelligent Data Analysis, Elsevier Science, Inc., Journal Information Center, 655 Avenue of the Americas, New York, NY 10010 (http://www/iospress.nl)Google Scholar

Websites

  1. The Knowledge Discovery Minehttp://www.kdnuggets.com (umfangreicher und laufend fortgeschriebender Öberblick, gratis abonnierbarer EMail-Dienst)

Copyright information

© Springer-Verlag Berlin Heidelberg 2002

Authors and Affiliations

  • Markus Lusti
    • 1
  1. 1.WWZ/Abteilung WirtschaftsinformatikUniversität BaselBaselSchweiz

Personalised recommendations