-43%11
19,99 €
34,99 €**
19,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
10 °P sammeln
-43%11
19,99 €
34,99 €**
19,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
10 °P sammeln
Als Download kaufen
34,99 €****
-43%11
19,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
10 °P sammeln
Jetzt verschenken
34,99 €****
-43%11
19,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
10 °P sammeln
  • Format: PDF

Dieses Buch behandelt die wichtigsten Methoden zur Erkennung und Extraktion von "Wissen" aus numerischen und nichtnumerischen Datenbanken in Technik und Wirtschaft. 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: Der Data-Mining-Prozess - Daten und Relationen - Datenvorverarbeitung - Visualisierung - Korrelation - Regression - Zeitreihenprognose - Klassifikation - Clustering

Produktbeschreibung
Dieses Buch behandelt die wichtigsten Methoden zur Erkennung und Extraktion von "Wissen" aus numerischen und nichtnumerischen Datenbanken in Technik und Wirtschaft. 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: Der Data-Mining-Prozess - Daten und Relationen - Datenvorverarbeitung - Visualisierung - Korrelation - Regression - Zeitreihenprognose - Klassifikation - Clustering

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Autorenporträt
Thomas A. Runkler leitet das Learning Systems Department der Abteilung Information & Communications bei Siemens Corporate Technology in München und lehrt Data Mining an der Fakultät für Informatik der Technischen Universität München.