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.

Keywords

Reviews

“... 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 "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

Authors and Affiliations

Siemens AG, München, Germany

Thomas A. Runkler

About the author

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.

Bibliographic Information

Book Title: Data Mining
Book Subtitle: Modelle und Algorithmen intelligenter Datenanalyse
Authors: Thomas A. Runkler
Series Title: Computational Intelligence
DOI: https://doi.org/10.1007/978-3-8348-2171-3
Publisher: Springer Vieweg Wiesbaden
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Springer Fachmedien Wiesbaden 2015
Softcover ISBN: 978-3-8348-1694-8Published: 31 July 2015
eBook ISBN: 978-3-8348-2171-3Published: 05 October 2015
Series ISSN: 2522-0519
Series E-ISSN: 2522-0527
Edition Number: 2
Number of Pages: XII, 145
Number of Illustrations: 72 b/w illustrations
Topics: Data Mining and Knowledge Discovery

Publish with us

Policies and ethics

Authors:

Sections

Buy it now

Buying options

Other ways to access

Table of contents (9 chapters)

Front Matter

Back Matter

About this book