Data Mining

1. Front Matter

   Pages I-VIII

   PDF

2. Data-Mining-Prozess

   • Thomas A. Runkler

   Pages 1-3

3. Daten und Relationen

   • Thomas A. Runkler

   Pages 5-20

4. Datenvorverarbeitung

   • Thomas A. Runkler

   Pages 21-34

5. Visualisierung

   • Thomas A. Runkler

   Pages 35-53

6. Korrelation

   • Thomas A. Runkler

   Pages 55-63

7. Regression

   • Thomas A. Runkler

   Pages 65-80

8. Zeitreihenprognose

   • Thomas A. Runkler

   Pages 81-84

9. Klassifikation

   • Thomas A. Runkler

   Pages 85-104

10. Clustering

    • Thomas A. Runkler

    Pages 105-133

11. Zusammenfassung

    • Thomas A. Runkler

    Pages 135-139

12. Back Matter

    Pages 141-165

    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.

• Clustering
• Data Mining
• Datenanalyse
• Fuzzy-Logic
• Klassifikation
• Korrelation
• Prognose
• maschinelles Lernen
• neuronale Netze

"Runkler [der Autor] ist ein gutes Überblickswerk gelungen, das eine enzyklopädieartige Einführung für eine mathematisch interessierte Leserschaft bietet." www.wirtschaftsinformatik.de, 03.05.2011

"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

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.

Policies and ethics