
Data Mining mit genetischen Algorithmen
Eine theoretische und empirische Untersuchung ausgewählter Aufgabenstellungen
Carl-Christian Buhr(Author)
diplom.de (Publisher)
1st Edition
Published on 25. June 2001
101 pages
978-3-8324-4239-2 (ISBN)
System requirements
for PDF without DRM
E-Book Single Licence
You are acquiring a single user licence for this eBook, which you might not transfer. [C]
Available for download
Description
Alles über E-Books | Antworten auf Fragen rund um E-Books, Kopierschutz und Dateiformate finden Sie in unserem Info- & Hilfebereich.
Inhaltsangabe:Einleitung: Data Mining (DM) ist ein Oberbegriff für eine Reihe von Verfahren, die zur automatischen Gewinnung von Informationen aus großen Datenmengen dienen. Genetische Algorithmen (GA) sind Such- und Optimierungsverfahren, die in Analogie zur biologischen Evolution arbeiten und für DM-Aufgaben eingesetzt werden können. Dies geschieht bislang nur sporadisch und an untergeordneter Stelle. Die steigende Verfügbarkeit leistungsstarker Hardware und paralleler Systemarchitekturen machen die Benutzung von GA aber auch für die routinemäßig anfallenden Aufgaben der Datenanalyse immer interessanter. Das Ziel der Arbeit ist die Untersuchung von GA als Lösungsverfahren für typische DM-Aufgaben der Unternehmenspraxis. Dazu wird zum einen die prinzipielle Vorgehensweise beim Erfüllen von DM-Aufgaben mit GA diskutiert. Eine Analyse von DM-Aufgaben führt darüber hinaus zu einer Systematisierung in mehrere Aufgaben-Klassen, die sich hinsichtlich ihrer Relevanz für unternehmerische Fragestellungen unterscheiden. Für die wichtigsten dieser Klassen werden konkrete GA-Konfigurationen vorgeschlagen und anschließend anhand von Beispieldaten in mehreren Experimenten erprobt, um auf empirischem Wege Hinweise auf ihre Brauchbarkeit zu gewinnen. Dem potentiellen Benutzer werden die Potentiale von GA zum DM verdeutlicht und darüber hinaus Hilfestellungen gegeben, die eine praktische Anwendung dieser Methode erleichtern. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 1.1Motivation1 1.2Problemstellung2 1.3Gang der Untersuchung2 2.Data Mining - Grundlagen und Methoden3 2.1Formalisierungen3 2.2Begriffsabgrenzung4 2.3Einflussfaktoren für die Methodenwahl6 2.4Unterschiedliche Daten6 2.5Unterschiedliche Ziele7 2.5.1Übersicht7 2.5.2Ableitungsvorschriften8 2.5.3Verknüpfungsregeln10 2.5.4Segmentierung13 2.5.5Datenbeschreibung14 2.6Ausgewählte Verfahren des Data Mining15 2.6.1Übersicht15 2.6.2Market Basket Analysis16 2.6.3Regelinduktion18 2.6.4Case-based Reasoning20 2.6.5Neuronale Netze22 2.6.6Bayes-Netze24 2.6.7Rough Set Theory26 2.6.8Explorative Datenanalyse27 2.7Logische Grenzen der Aussagefähigkeit entdeckter Muster28 3.Genetische Algorithmen30 3.1Überblick30 3.2Parallelen zur Evolutionstheorie32 3.3Problemrepräsentation33 3.3.1Bitkodierung33 3.3.2Andere Kodierungsmöglichkeiten35 3.3.3Suchraum und [...]
More details
Language
German
File size
5,17 MB
ISBN-13
978-3-8324-4239-2 (9783832442392)
Schweitzer Classification
Other editions
Additional editions

Carl-Christian Buhr
Data Mining mit genetischen Algorithmen
Eine theoretische und empirische Untersuchung ausgewaehlter Aufgabenstellungen
Book
06/2001
diplom.de
€58.00
Shipment within 7-9 days
Content
System requirements
File format: PDF
Copy protection: without DRM (Digital Rights Management)
System requirements:
- Computer (Windows; MacOS X; Linux): Use the free software Adobe Reader, Adobe Digital Editions, or any other PDF viewer of your choice (see eBook Help).
- Tablet/Smartphone (Android; iOS): Install the free app Adobe Digital Editions or another reading app for eBooks, e.g., PocketBook (see eBook Help).
- E-reader: Bookeen, Kobo, Pocketbook, Sony, Tolino and many more (only limited: Kindle).
The file format PDF always displays a book page identically on any hardware. This makes PDF suitable for complex layouts such as those used in textbooks and reference books (images, tables, columns, footnotes). Unfortunately, on the small screens of e-readers or smartphones, PDFs are rather annoying, requiring too much scrolling.
This eBook does not use copy protection or Digital Rights Management.
For more information, see our eBook Help page.