Infrastruktur für ein Data Mining Design Framework

Eine Untersuchung mit Fallbeispielen
 
 
Springer Vieweg (Verlag)
  • 1. Auflage
  • |
  • erschienen am 7. Mai 2018
 
  • Buch
  • |
  • Softcover
  • |
  • 232 Seiten
978-3-658-22039-6 (ISBN)
 
Große Datenmengen sind nicht nur das Ergebnis der Entwicklungen im Bereich von Heimautomatisierung und des Internet of Things. Zur Auswertung von Datenmengen sind Methoden und Verfahren entstanden, die mit den Begriffen "Data Mining", "Knowledge Discovery" oder "Big Data" verknüpft sind. Der Anwender kann aus kommerziellen und Open-Source-Anwendungen wählen, die versprechen, vollkommen neue Erkenntnisse aus seinen Daten zu generieren. Vergleichbar mit einem Werkzeugkasten muss der Nutzer nur einen oder mehrere der darin zur Verfügung stehenden Algorithmen für die Datenanalyse wählen, um neue und spannende Einblicke zu erhalten. Doch ist es wirklich so einfach? Kai Jannaschk geht diesen und weiteren Fragen nach. Dazu stellt er ein Modell für ein systematisches und glaubwürdiges Data Mining vor. Weiterhin skizziert der Autor einen Ansatz zur Systematisierung von Algorithmen und Verfahren in der Datenanalyse. Der Autor Aktuell arbeitet Kai Jannaschk als Software- und Datenbankentwickler in Industrie und Wirtschaft. Sein Aufgabengebiet umfasst die Bereiche Konzeption, Entwurf und Umsetzung von Informationssystemen sowie Strukturierung und Aufbau von Infrastrukturen für die Datenverarbeitung.
1. Aufl. 2018
  • Deutsch
  • Wiesbaden
  • |
  • Deutschland
Springer Fachmedien Wiesbaden GmbH
12 farbige Abbildungen, 48 s/w Abbildungen
  • Höhe: 211 mm
  • |
  • Breite: 149 mm
  • |
  • Dicke: 15 mm
  • 311 gr
978-3-658-22039-6 (9783658220396)
10.1007/978-3-658-22040-2
weitere Ausgaben werden ermittelt
Aktuell arbeitet Kai Jannaschk als Software- und Datenbankentwickler in Industrie und Wirtschaft. Sein Aufgabengebiet umfasst die Bereiche Konzeption, Entwurf und Umsetzung von Informationssystemen sowie Strukturierung und Aufbau von Infrastrukturen für die Datenverarbeitung.
Systematisches Data Mining - State of the Art.- Data Mining Design.- Baustein-Infrastruktur im Data Mining.- Technologien und Hypothesenräume im Data Mining.- Fallbeispiele aus der marinen Wissenschaft.
Große Datenmengen sind nicht nur das Ergebnis der Entwicklungen im Bereich von Heimautomatisierung und des Internet of Things. Zur Auswertung von Datenmengen sind Methoden und Verfahren entstanden, die mit den Begriffen "Data Mining", "Knowledge Discovery" oder "Big Data" verknüpft sind. Der Anwender kann aus kommerziellen und Open-Source-Anwendungen wählen, die versprechen, vollkommen neue Erkenntnisse aus seinen Daten zu generieren. Vergleichbar mit einem Werkzeugkasten muss der Nutzer nur einen oder mehrere der darin zur Verfügung stehenden Algorithmen für die Datenanalyse wählen, um neue und spannende Einblicke zu erhalten. Doch ist es wirklich so einfach? Kai Jannaschk geht diesen und weiteren Fragen nach. Dazu stellt er ein Modell für ein systematisches und glaubwürdiges Data Mining vor. Weiterhin skizziert der Autor einen Ansatz zur Systematisierung von Algorithmen und Verfahren in der Datenanalyse.
Der Inhalt - Systematisches Data Mining - State of the Art

- Data Mining Design

- Baustein-Infrastruktur im Data Mining

- Technologien und Hypothesenräume im Data Mining

- Fallbeispiele aus der marinen Wissenschaft

Die Zielgruppen - Dozierende und Studierende der Informatik und Biologie

- Datenanalysten in der Wirtschaft

Der AutorAktuell arbeitet Kai Jannaschk als Software- und Datenbankentwickler in Industrie und Wirtschaft. Sein Aufgabengebiet umfasst die Bereiche Konzeption, Entwurf und Umsetzung von Informationssystemen sowie Strukturierung und Aufbau von Infrastrukturen für die Datenverarbeitung.
DNB DDC Sachgruppen

Sofort lieferbar

54,99 €
inkl. 7% MwSt.
in den Warenkorb