Data Warehousing und Data Mining

Vorwort.- 1 Entscheidungsunterstützende Systeme: 1.1 Entscheidungen; 1.2 Entscheidungsunterstützende Systeme; 1.3 Entscheidungsunterstützende Methoden.- 2 Analytischer Hierarchieprozess: 2.1 Unterrichtsmaterial; 2.2 Grundlagen; 2.3 Messproblematik; 2.4 Anwendung mit ExpertChoice; 2.5 Ein Blick in die Blackbox; 2.5.1 Näherungsweise Berechnung der Prioritäten; 2.5.2 Exakte Berechnung der Prioritäten und Inkonsistenzen; 2.6 AHP im Vergleich; 3 Was-Wenn-Analyse: 3.1 Unterrichtsmaterial; 3.2 Elementare Verfahren; 3.2.1 Einfache Neuberechnung; 3.2.2 Mehrfachoperation; 3.2.3 Szenario; 3.2.4 Einfache Zielwertsuche; 3.3 Lineare Optimierung; 3.3.1 Fallbeispiel; 3.3.2 Verallgemeinerung; 3.3.3 Weitere Arten der Optimierung; 3.4 Lineare Optimierung im Vergleich.- 4 Regelbasierte Systeme: 4.1 Unterrichtsmaterial; 4.2 Grundlagen; 4.2.1 Wissensdarstellung; 4.2.2 Wissensherleitung; 4.2.3 Expertensysteme; 4.3 Regeln und Entscheidungsbäume; 4.4 Anwendung mit XpertRule KBS; 4.4.1 Wissenserwerb und Problemlösung; 4.4.2 Erklärungen; 4.5 Ein Blick in die Blackbox; 4.5.1 Entwurf; 4.5.2 Implementation; 4.6 Expertensysteme in der Praxis; 4.7 Regelbasierte Systeme im Vergleich.- 5 Data Warehousing: 5.1 Grundlagen; 5.1.1 Operative und analytische Datenbanken; 5.1.2 Data Mart und Enterprise Data Warehouse; 5.1.3 Mehrdimensionale Daten; 5.2 Endbenutzerzugriff; 5.2.1 Unterrichtsmaterial; 5.2.2.Konventionelle Datenbankabfragen;.. 5.2.3 On Line Analytical Processing (OLAP); 5.2.4 OLAP mit Cognos PowerPlay; 5.2.5 Arten von OLAP-Werkzeugen; 5.2.6 Auswahl von OLAP-Werkzeugen; 5.2.7 OLAP im Vergleich; 5.3 Modellierung; 5.3.1 Modellierung von Informationssystemen; 5.3.2 Datenmodellierung; 5.3.3 Sternschemata; 5.3.4 Metadaten; 5.3.5 ROLAP mit if..Synchrony; 5.4 Entwicklung und Betrieb; 5.4.1 Entwicklungsphasen; 5.4.2 Laden operativer Daten; 5.4.3 Speicher- und Laufzeitoptimierungen; 5.5 Aufgabenteilung in Rechnernetzen; 5.5.1 Client/Server-Systeme; 5.5.2 Internet und Intranet.- 6 Data Mining - Ein Überblick: 6.1 Anwendungen; 6.2 Datenanalyse; 6.3 Methoden; 6.4 Visualisierung; 6.4.1 Anwendung mit SPSS Diamond; 6.5 Werkzeuge.- 7 Regelinduktion: 7.1 Unterrichtsmaterial; 7.2 Wissenserwerb für regelbasierte Systeme; 7.3 Klassifikation; 7.4 Anwendung mit XpertRule Profiler; 7.5 Ein Blick in die Blackbox; 7.6 Regelinduktion im Vergleich.- 8 Neuronales Lernen: 8.1 Unterrichtsmaterial; 8.2 Grundlagen; 8.3 Anwendung mit NeuralWorks Predict; 8.3.1 Problemspezifikation; 8.3.2 Auswahl der Lern- und Testdaten; 8.3.3 Datenaufbereitung; 8.3.4 Variablenauswahl; 8.3.5 Spezifikation und Berechnung des Modells; 8.3.6 Validierung; 8.3.7 Anwendung; 8.4 Ein Blick in die Blackbox; 8.4.1 Einstufiges Perzeptron; 8.4.4 Mehrstufiges Perzeptron; 8.4.5 CCN-Netze - die Grundlage von NeuralWorks Predict; 8.5. Neuronale Netze im Vergleich.- Glossar.- Anleitung zur CD ROM.- Stichwortverzeichnis