RapidMiner im akademischen Einsatz - Documentation - Rapid
RapidMiner im akademischen Einsatz - Documentation - Rapid
RapidMiner im akademischen Einsatz - Documentation - Rapid
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1.3. Terminologie<br />
tausch teilnehmen, fließen hier diskutierte Themen direkt in die weitere Entwicklungsplanung<br />
mit ein. Möchte jemand seine eigene Erweiterung einer größeren<br />
Öffentlichkeit zugänglich machen, existiert mit dem Marketplace die notwendige<br />
Plattform dafür (siehe Abschnitt 3.1). Hier können Benutzer ihre Erweiterungen<br />
anbieten und aus den angebotenen Erweiterungen anderer Benutzer auswählen.<br />
<strong><strong>Rapid</strong>Miner</strong> wird, falls gewünscht, be<strong>im</strong> nächsten Start die ausgewählten Erweiterungen<br />
automatisch nachinstallieren.<br />
Ergänzend dazu bietet <strong>Rapid</strong>-I natürlich auch professionelle Dienstleistungen <strong>im</strong><br />
Umfeld von <strong><strong>Rapid</strong>Miner</strong> und <strong>Rapid</strong>Analytics an. Neben Support für <strong><strong>Rapid</strong>Miner</strong><br />
und <strong>Rapid</strong>Analytics werden auch Schulungen, Beratung und individuelle Entwicklung<br />
rund um das Thema Datenanalyse angeboten.<br />
1.3 Terminologie<br />
Bevor wir mit dem technischen Teil beginnen, ist es hilfreich einige Begriffe zu<br />
klären. <strong><strong>Rapid</strong>Miner</strong> verwendet eine Terminologie, die dem Bereich des maschinellen<br />
Lernens entspringt. Dort ist eine typische Zielstellung, auf Grund einer<br />
Reihe von Beobachtungen, für die eine gewisse Zielgröße bekannt ist, Vorhersagen<br />
für Beobachtungen zu machen, bei denen diese Zielgröße nicht bekannt ist.<br />
Jede Beobachtung bezeichnen wir als Beispiel, englisch example. Jedes Beispiel<br />
hat mehrere Attribute, in der Regel Zahlenwerte oder kategorische Werte wie<br />
z.B. Alter oder Geschlecht. Eines dieser Attribute ist die Zielgröße, auf die sich<br />
unsere Analyse bezieht. Oft wird dieses Attribut englisch als label bezeichnet. Alle<br />
Beispiele zusammen bilden eine Beispielmenge, englisch example set. Schreibt<br />
man alle Beispiele mit Ihren Attributen untereinander, erhält man nichts anderes<br />
als eine Tabelle. Statt ”<br />
Beispielmenge“ könnten wir also ”<br />
Tabelle“ sagen,<br />
statt ”<br />
Beispiel“ ”<br />
Zeile“ und statt ”<br />
Attribut“ ”<br />
Spalte“. Für das Verständnis der<br />
in <strong><strong>Rapid</strong>Miner</strong> verwendeten Operatornamen ist die Kenntnis der oben genannten<br />
Begriffe allerdings hilfreich.<br />
7