Thomas A. Runkler

Data Mining (eBook, PDF)

Modelle und Algorithmen intelligenter Datenanalyse

• Format: PDF

Produktbeschreibung

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.

---

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.

Produktdetails

• Verlag: Springer Fachmedien Wiesbaden
• Seitenzahl: 145
• Erscheinungstermin: 5. Oktober 2015
• Deutsch
• ISBN-13: 9783834821713
• Artikelnr.: 43909547

Autorenporträt

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.

Inhaltsangabe

Daten und Relationen.- Datenvorverarbeitung.-Datenvisualisierung.- Korrelation.- Regression.- Prognose.- Klassifikation.- Clustering

Rezensionen

"Dieses Buch wendet sich an Leser, die mit Informationstechnologie bereits verraut sind und Data Mining praktisch einsetzen möchten. Es bietet einen knapp gefassten und hervorragend strukturierten Überblick über die aktuellen Verfahren zur Extraktion von 'Wissen' aus großen Datensätzen." -- Trillium-Report, Dezember 2009

"... 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