kombiniertes data mining – klassifikation unter verwendung von ...

Weitere Magazine

Empfehlungen

Info

Kombiniertes Data Mining – Klassifikation anhand von Hilfsinformationen Kapitel 9 fasst die Arbeit in ihren wichtigsten Punkten zusammen und zieht ein Fazit über die gewonnen Erkenntnisse. Seite 7
Kombiniertes Data Mining – Klassifikation anhand von Hilfsinformationen 2 Grundlagen Nachdem heutzutage riesige Mengen an Daten in Datenbanken abgelegt sind und diese Tendenz stetig steigt [FR02], besteht die Notwendigkeit der Entwicklung und des Einsatzes von (semi-)automatischen Methoden zur Extraktion von implizitem Wissen. Die erfolgreiche Entdeckung solch versteckter Informationen in Datenbanken, kann in Unternehmen durch die Verbesserung von Entscheidungsprozessen verwertet werden. Daten in Verkaufsdatenbanken können beispielsweise Informationen über das Kaufverhalten von Kunden bezüglich bestimmter Güter enthalten. Auch in den Patientendaten von Krankenhäusern kann Wissen enthalten sein, dass dazu verwendet werden kann, für zukünftige Patienten bessere Diagnosen zu stellen und Behandlungen vorzunehmen. Das nachfolgende Unterkapitel definiert den Begriff „Knowledge Discovery in Databases“ (KDD) und führt in dessen Grundlagen ein. Des Weiteren werden Methoden des Data Mining vorgestellt und eine Einordnung des Data Mining in den sog. KDD-Prozess vorgenommen. Die darauf folgenden Kapitel geben Einblick in die Data-Mining-Verfahren des Clusterings und der Klassifikation, wobei für beide Verfahren die wichtigsten Methoden genauer erläutert werden. 2.1 Knowledge Discovery in Databases Data Mining und „Knowledge Discovery in Databases“ (KDD) werden in der Praxis oft als Synonyme für ein und denselben Prozess verwendet [FR02]. Eine Unterscheidung dieser beiden Begriffe wurde in [FPS96] gegeben. Data Mining ist das Kernstück des komplexeren KDD-Prozesses (vgl. Abbildung 2). KDD beinhaltet zusätzlich Schritte der Datenaufbereitung und der nachträglichen Validierung der Ergebnisse. Im weiteren Verlauf dieser Arbeit werden die Begriffe Data Mining und KDD gleichbedeutend verwendet. [ES00] definieren KDD folgendermaßen: „Knowledge Discovery in Databases“ beschäftigt sich mit Methoden und Prozessen zur (semi-)automatischen Extraktion von Wissen aus Datenbanken. Dieses Wissen soll Seite 8
Seite 1 und 2: KOMBINIERTES DATA MINING - KLASSIFI
Seite 3 und 4: Abstract Die Aufgabenstellungen im
Seite 5 und 6: 5.2 SLIQ ..........................
Seite 7 und 8: Abbildung 31: Architektur..........
Seite 9 und 10: Tabelle 30: Testergebnisse - Entfer
Seite 11 und 12: Kombiniertes Data Mining - Klassifi
Seite 15: Kombiniertes Data Mining - Klassifi
Seite 37 und 38: Familienstand = verheiratet ≠ ver
Seite 67 und 68:
Kombiniertes Data Mining - Klassifi
Seite 69 und 70:
Seite 71 und 72:
Seite 73 und 74:
Seite 75 und 76:
Seite 77 und 78:
Seite 79 und 80:
Seite 81 und 82:
Seite 83 und 84:
Seite 85 und 86:
Seite 87 und 88:
Seite 89 und 90:
Seite 91 und 92:
Seite 93 und 94:
Seite 95 und 96:
Seite 97 und 98:
Seite 99 und 100:
Seite 101 und 102:
Seite 103 und 104:
Seite 105 und 106:
Seite 107 und 108:
Seite 109 und 110:
Seite 111 und 112:
Seite 113 und 114:
Seite 115 und 116:
Seite 117 und 118:
Seite 119 und 120:
Seite 121 und 122:
Seite 123 und 124:
Seite 125 und 126:
Seite 127 und 128:
Seite 129 und 130:
Seite 131 und 132:
Seite 133 und 134:
Seite 135 und 136:
Seite 137 und 138:
Seite 139 und 140:
Seite 141 und 142:
Seite 143 und 144:
Seite 145 und 146:
Seite 147 und 148:
Seite 149 und 150:
Seite 151 und 152:
Seite 153 und 154:
Seite 155 und 156:
Seite 157 und 158:
Seite 159 und 160:
Seite 161 und 162:
Seite 163 und 164:
Seite 165 und 166:
Seite 167:
Alle anzeigen

kombiniertes data mining – klassifikation unter verwendung von ...

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?