Details
Infrastruktur für ein Data Mining Design Framework
Eine Untersuchung mit Fallbeispielen1. Aufl. 2018
46,99 € |
|
Verlag: | Springer Vieweg |
Format: | |
Veröffentl.: | 24.04.2018 |
ISBN/EAN: | 9783658220402 |
Sprache: | deutsch |
Dieses eBook enthält ein Wasserzeichen.
Beschreibungen
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.<div><p><b>Der Autor</b></p>
<p>Aktuell arbeitet <b>Kai Jannaschk</b> alsSoftware- 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.</p></div>
<p>Aktuell arbeitet <b>Kai Jannaschk</b> alsSoftware- 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.</p></div>
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.
Aktuell arbeitet <b>Kai Jannaschk</b> 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.
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. <div><b><br></b><div><b>Der Inhalt</b></div><div><ul><li>Systematisches Data Mining – State of the Art<br></li><li>Data Mining Design<br></li><li>Baustein-Infrastruktur im Data Mining<br></li><li>Technologien und Hypothesenräume im Data Mining<br></li><li>Fallbeispiele aus der marinen Wissenschaft<br></li></ul></div><div><b>Die Zielgruppen</b></div><div><ul><li>Dozierende und Studierende der Informatik und Biologie<br></li><li>Datenanalysten in der Wirtschaft<br></li></ul></div><div><b>Der Autor</b></div><div>Aktuell arbeitet <b>Kai Jannaschk</b> 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.</div><div><br></div></div>
Neue und spannende Einblicke mit einem Werkzeugkasten für die Datenanalyse