menu
{ "item_title" : "Deskriptives Data-Mining", "item_author" : [" David L. Olson", "Georg Lauhoff "], "item_description" : "Dieses Buch bietet einen berblick ber Data-Mining-Methoden, die durch Software veranschaulicht werden. Beim Wissensmanagement geht es um die Anwendung von menschlichem Wissen (Erkenntnistheorie) mit den technologischen Fortschritten unserer heutigen Gesellschaft (Computersysteme) und Big Data, sowohl bei der Datenerfassung als auch bei der Datenanalyse. Es gibt drei Arten von Analyseinstrumenten. Die deskriptive Analyse konzentriert sich auf Berichte ber das, was passiert ist. Bei der pr diktiven Analyse werden statistische und/oder k nstliche Intelligenz eingesetzt, um Vorhersagen treffen zu k nnen. Dazu geh rt auch die Modellierung von Klassifizierungen. Die diagnostische Analytik kann die Analyse von Sensoreingaben anwenden, um Kontrollsysteme automatisch zu steuern. Die pr skriptive Analytik wendet quantitative Modelle an, um Systeme zu optimieren oder zumindest verbesserte Systeme zu identifizieren. Data Mining umfasst deskriptive und pr diktive Modellierung. Operations Research umfasst alle drei Bereiche. Dieses Buch konzentriert sich auf die deskriptive Analytik.Das Buch versucht, einfache Erkl rungen und Demonstrationen einiger deskriptiver Werkzeuge zu liefern. Es bietet Beispiele f r die Auswirkungen von Big Data und erweitert die Abdeckung von Assoziationsregeln und Clusteranalysen. Kapitel 1 gibt einen berblick im Kontext des Wissensmanagements. Kapitel 2 er rtert einige grundlegende Softwareunterst tzung f r die Datenvisualisierung. Kapitel 3 befasst sich mit den Grundlagen der Warenkorbanalyse, und Kapitel 4 demonstriert die RFM-Modellierung, ein grundlegendes Marketing-Data-Mining-Tool. Kapitel 5 demonstriert das Assoziationsregel-Mining. Kapitel 6 befasst sich eingehender mit der Clusteranalyse. Kapitel 7 befasst sich mit der Link-Analyse. Die Modelle werden anhand gesch ftsbezogener Daten demonstriert. Der Stil des Buches ist beschreibend und versucht zu erkl ren, wie die Methoden funktionieren, mit einigen Zitaten, aber ohne tiefgehende wissenschaftliche Referenzen. Die Datens tze und die Software wurden so ausgew hlt, dass sie f r jeden Leser, der ber einen Computeranschluss verf gt, weithin verf gbar und zug nglich sind.", "item_img_path" : "https://covers3.booksamillion.com/covers/bam/3/03/121/273/3031212738_b.jpg", "price_data" : { "retail_price" : "89.99", "online_price" : "89.99", "our_price" : "89.99", "club_price" : "89.99", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
Deskriptives Data-Mining|David L. Olson

Deskriptives Data-Mining

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

Dieses Buch bietet einen berblick ber Data-Mining-Methoden, die durch Software veranschaulicht werden. Beim Wissensmanagement geht es um die Anwendung von menschlichem Wissen (Erkenntnistheorie) mit den technologischen Fortschritten unserer heutigen Gesellschaft (Computersysteme) und Big Data, sowohl bei der Datenerfassung als auch bei der Datenanalyse. Es gibt drei Arten von Analyseinstrumenten. Die deskriptive Analyse konzentriert sich auf Berichte ber das, was passiert ist. Bei der pr diktiven Analyse werden statistische und/oder k nstliche Intelligenz eingesetzt, um Vorhersagen treffen zu k nnen. Dazu geh rt auch die Modellierung von Klassifizierungen. Die diagnostische Analytik kann die Analyse von Sensoreingaben anwenden, um Kontrollsysteme automatisch zu steuern. Die pr skriptive Analytik wendet quantitative Modelle an, um Systeme zu optimieren oder zumindest verbesserte Systeme zu identifizieren. Data Mining umfasst deskriptive und pr diktive Modellierung. Operations Research umfasst alle drei Bereiche. Dieses Buch konzentriert sich auf die deskriptive Analytik.
Das Buch versucht, einfache Erkl rungen und Demonstrationen einiger deskriptiver Werkzeuge zu liefern. Es bietet Beispiele f r die Auswirkungen von Big Data und erweitert die Abdeckung von Assoziationsregeln und Clusteranalysen. Kapitel 1 gibt einen berblick im Kontext des Wissensmanagements. Kapitel 2 er rtert einige grundlegende Softwareunterst tzung f r die Datenvisualisierung. Kapitel 3 befasst sich mit den Grundlagen der Warenkorbanalyse, und Kapitel 4 demonstriert die RFM-Modellierung, ein grundlegendes Marketing-Data-Mining-Tool. Kapitel 5 demonstriert das Assoziationsregel-Mining. Kapitel 6 befasst sich eingehender mit der Clusteranalyse. Kapitel 7 befasst sich mit der Link-Analyse. Die Modelle werden anhand gesch ftsbezogener Daten demonstriert. Der Stil des Buches ist beschreibend und versucht zu erkl ren, wie die Methoden funktionieren, mit einigen Zitaten, aber ohne tiefgehende wissenschaftliche Referenzen. Die Datens tze und die Software wurden so ausgew hlt, dass sie f r jeden Leser, der ber einen Computeranschluss verf gt, weithin verf gbar und zug nglich sind.

This item is Non-Returnable

Details

  • ISBN-13: 9783031212734
  • ISBN-10: 3031212738
  • Publisher: Springer Gabler
  • Publish Date: February 2023
  • Dimensions: 9.21 x 6.14 x 0.44 inches
  • Shipping Weight: 0.89 pounds
  • Page Count: 147

Related Categories

You May Also Like...

    1

BAM Customer Reviews