Overview
- Solides Grundverständnis für Motivation und Eigenschaften der verschiedenen Data Mining Methoden
Part of the book series: Computational Intelligence (CI)
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (10 chapters)
Keywords
About this book
Reviews
"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
“Ein perfekter Einstieg ins Data Mining”
Besonders hervorzuheben: “Ein schneller aber gut gelungener Einstieg in die Welt des Data Mining.” (Dr. Christian Kruschel, Institut für Numerische und Angewandte Mathematik Universität Göttingen)
"Das Buch bietet eine gute Übersicht über die etablierten Methoden des Data Mining. Bei den kurzen und präzisen Beschreibungen der einzelnen Verfahren wird auf deren Eignung und Vorteile eingegangen; die Nachteile oder Probleme werden eher am Rande erwähnt. /.../
Insgesamt ein sehr gutes Buch um sich schnell einen fundierten Überblick über das Themenfeld Data Mining zu verschaffen und zu verstehen, für welche Anwendungsfälle welche Methoden sinnvoll sind."
Professor Dr. Hans-Jürgen Appelrath
"Der Autor stellt den komplizierten Stoff anschaulich und nachvollziehbar dar, setzt aber ein fundiertes mathematisches Grundwissen voraus"
Professor Dr.sc.techn. Helmut Jarosch, HWR Berlin
About the author
Bibliographic Information
Book Title: Data Mining
Book Subtitle: Methoden und Algorithmen intelligenter Datenanalyse
Authors: Thomas A. Runkler
Series Title: Computational Intelligence
DOI: https://doi.org/10.1007/978-3-8348-9353-6
Publisher: Vieweg+Teubner Verlag Wiesbaden
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Vieweg+Teubner Verlag | Springer Fachmedien Wiesbaden GmbH, Wiesbaden 2010
eBook ISBN: 978-3-8348-9353-6Published: 24 February 2010
Series ISSN: 2522-0519
Series E-ISSN: 2522-0527
Edition Number: 1
Number of Pages: VIII, 165
Number of Illustrations: 72 b/w illustrations
Topics: Data Mining and Knowledge Discovery, Statistics, general, Database Management, Mathematical and Computational Engineering, Information Systems Applications (incl. Internet)