In vielen, insbesondere größeren Unternehmen entstehen in kurzen Zeiträumen Terabyte von Daten, bspw. über das Kaufverhalten von Kunden, über Produkte oder über Informationsbedürfnisse. Diese umfangreichen Datenbestände beinhalten wertvolle Information für Entscheider und erfordern die Anwendung von anspruchsvollen mathematisch-statistischen Verfahren zur Datenanalyse. Mit den mathematisch-statistischen Verfahren, die unter Data Mining-Verfahren zusammengefasst werden, sind wertvolle vorverarbeitende aber auch entscheidungsunterstützende Datenanalysen möglich. In diesem Buch wird eine Anwendungsarchitektur für Data Mining entwickelt. Ein wesentlicher Beitrag besteht in der systematischen Aufarbeitung von Data Mining-Verfahren und deren anwendungsbezogene Einordnung in die Data Mining-Anwendungsarchitektur (DMA).
%0 Book
%1 Petersohn05
%A Petersohn, Helge
%C München
%D 2005
%I Oldenbourg
%K 01624 101 book shelf ai data pattern recognition information analysis
%R 10.1524/9783486593334
%T Data Mining: Verfahren, Prozesse, Anwendungsarchitektur
%X In vielen, insbesondere größeren Unternehmen entstehen in kurzen Zeiträumen Terabyte von Daten, bspw. über das Kaufverhalten von Kunden, über Produkte oder über Informationsbedürfnisse. Diese umfangreichen Datenbestände beinhalten wertvolle Information für Entscheider und erfordern die Anwendung von anspruchsvollen mathematisch-statistischen Verfahren zur Datenanalyse. Mit den mathematisch-statistischen Verfahren, die unter Data Mining-Verfahren zusammengefasst werden, sind wertvolle vorverarbeitende aber auch entscheidungsunterstützende Datenanalysen möglich. In diesem Buch wird eine Anwendungsarchitektur für Data Mining entwickelt. Ein wesentlicher Beitrag besteht in der systematischen Aufarbeitung von Data Mining-Verfahren und deren anwendungsbezogene Einordnung in die Data Mining-Anwendungsarchitektur (DMA).
%@ 978-3-486-57715-0
@book{Petersohn05,
abstract = {In vielen, insbesondere größeren Unternehmen entstehen in kurzen Zeiträumen Terabyte von Daten, bspw. über das Kaufverhalten von Kunden, über Produkte oder über Informationsbedürfnisse. Diese umfangreichen Datenbestände beinhalten wertvolle Information für Entscheider und erfordern die Anwendung von anspruchsvollen mathematisch-statistischen Verfahren zur Datenanalyse. Mit den mathematisch-statistischen Verfahren, die unter Data Mining-Verfahren zusammengefasst werden, sind wertvolle vorverarbeitende aber auch entscheidungsunterstützende Datenanalysen möglich. In diesem Buch wird eine Anwendungsarchitektur für Data Mining entwickelt. Ein wesentlicher Beitrag besteht in der systematischen Aufarbeitung von Data Mining-Verfahren und deren anwendungsbezogene Einordnung in die Data Mining-Anwendungsarchitektur (DMA).},
added-at = {2017-05-25T13:19:30.000+0200},
address = {M\"{u}nchen},
author = {Petersohn, Helge},
biburl = {https://www.bibsonomy.org/bibtex/2ef42e6597ae8e49e0c4fb7c930ca6d89/flint63},
doi = {10.1524/9783486593334},
file = {de Gruyter Produktseite:https\://www.degruyter.com/view/product/215035:URL;Amazon Search inside:http\://www.amazon.de/gp/reader/3486577158/:URL},
groups = {public},
interhash = {cc80aa4335189a54133b614f22ea494d},
intrahash = {ef42e6597ae8e49e0c4fb7c930ca6d89},
isbn = {978-3-486-57715-0},
keywords = {01624 101 book shelf ai data pattern recognition information analysis},
publisher = {Oldenbourg},
timestamp = {2017-07-13T18:14:02.000+0200},
title = {Data Mining: Verfahren, Prozesse, Anwendungsarchitektur},
username = {flint63},
year = 2005
}