LEADER 03033nam  22006375  450 
001 9910148796503321
005 20210314143827.0
010   $a3-11-045677-X
010   $a3-11-045690-7
024 7 $a10.1515/9783110456776
035   $a(CKB)3710000000609752
035   $a(SSID)ssj0001640687
035   $a(PQKBManifestationID)16400000
035   $a(PQKBTitleCode)TC0001640687
035   $a(PQKBWorkID)14958000
035   $a(PQKB)11361388
035   $a(MiAaPQ)EBC4793920
035   $a(DE-B1597)460673
035   $a(OCoLC)951142146
035   $a(OCoLC)987749133
035   $a(DE-B1597)9783110456776
035   $a(CaSebORM)9783110456905
035   $a(EXLCZ)993710000000609752
100   $a20190615d2016      fg              
101 0 $ager
135   $aurcnu||||||||
181   $ctxt
182   $cc
183   $acr
200 10$aData Mining /$fJürgen Cleve, Uwe Lämmel
205   $a2., aktual. Aufl.
210  1$aMünchen ;$aWien :$cDe Gruyter Oldenbourg,$d[2016]
210  4$d©2016
215   $a1 online resource (328 pages) $cillustrations
225 0 $aDe Gruyter Studium
300   $aBibliographic Level Mode of Issuance: Monograph
311   $a3-11-045675-3 
320   $aIncludes bibliographical references and index.
327   $tFrontmatter --$tVorwort --$tInhaltsverzeichnis --$t1. Einführung --$t2. Grundlagen des Data Mining --$t3. Anwendungsklassen --$t4. Wissensrepräsentation --$t5. Klassifikation --$t6. Cluster-Analyse --$t7. Assoziationsanalyse --$t8. Datenvorbereitung --$t9. Bewertung --$t10. Eine Data-Mining-Aufgabe --$tAnhang --$tAbbildungsverzeichnis --$tTabellenverzeichnis --$tVerzeichnis der Symbole --$tVerzeichnis der Abkürzungen --$tLiteraturverzeichnis --$tIndex
330   $aIn den riesigen Datenbergen moderner Datenbanken steckt unentdecktes Wissen, das ohne geeignete Hilfsmittel kaum zu Tage gefördert werden kann. Hier setzt das Data Mining an und liefert Methoden und Algorithmen, um bisher unbekannte Zusammenhänge zu entdecken. Nach der Vermittlung der Grundlagen und Anwendungsklassen des Data Mining in den ersten beiden Kapiteln wird in Kapitel 3 auf geeignete Darstellungsmöglichkeiten für Data-Mining-Modelle eingegangen; Kapitel 4 behandelt die Algorithmen und Verfahrensklassen, Kapitel 5 geht auf konkrete Anwendungsarchitekturen ein. Das Buch deckt den Stoff einer einsemestrigen Vorlesung zu Data Mining an Universitäten oder Fachhochschulen ab und ist als klassisches Lehrbuch konzipiert. Es bietet Zusammenfassungen, zahlreiche Beispiele und Übungsaufgaben.
606   $aData mining
610   $aAlgorithms.
610   $aKNIME workflow.
610   $acloud computing.
610   $adata mining.
615  0$aData mining.
676   $a006.3/12
686   $aST 530$2rvk
700   $aCleve$b Jürgen$01242727
702   $aLämmel$b Uwe 
801  0$bDE-B1597
801  1$bDE-B1597
906   $aBOOK
912   $a9910148796503321
996   $aData Mining$92882775
997   $aUNINA