Overview

Knowledge Discovery in Databases (KDD) ist ein aktuelles Forschungs- und Anwendungsgebiet der Informatik. Ziel des KDD ist es, selbständig entscheidungsrelevante, aber bisher unbekannte Zusammenhänge und Verknüpfungen in den Daten großer Datenmengen zu entdecken und dem Analysten oder dem Anwender in übersichtlicher Form zu präsentieren. Die Autoren stellen die Techniken und Anwendungen dieses interdisziplinären Gebiets anschaulich dar. Sie liefern dem Leser das Basiswissen, um eigene Anwendungen und Algorithmen zu entwickeln.

Full Product Details

Author:   Martin Ester ,  Jörg Sander ,  Jarg Sander ,  Jrg Sander
Publisher:   Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
Imprint:   Springer-Verlag Berlin and Heidelberg GmbH & Co. K
Edition:   2000 ed.
Dimensions:   Width: 15.50cm , Height: 1.50cm , Length: 23.50cm
Weight:   0.920kg
ISBN:  

9783540673286

ISBN 10:   3540673288
Pages:   282
Publication Date:   27 September 2000
Audience:   General/trade ,  General
Format:   Paperback
Publisher's Status:   Active
Availability:   In Print  
This item will be ordered in for you from one of our suppliers. Upon receipt, we will promptly dispatch it out to you. For in store availability, please contact us.
Language:   German

Table of Contents

1.1 Grundbegriffe des Knowledge Discovery in Databases.- 1.2 Typische KDD-Anwendungen.- 1.3 Inhalt und Aufbau dieses Buches.- 1.4 Literatur.- Grundlagen.- 2.1 Datenbanksysteme.- 2.2 Statistik.- 2.3 Literatur.- Clustering.- 3.1 Einleitung.- 3.2 Partitionierende Verfahren.- 3.3 Hierarchische Verfahren.- 3.4 Datenbanktechniken zur Leistungssteigerung.- 3.5 Besondere Anforderungen und Verfahren.- 3.6 Zusammenfassung.- 3.7 Literatur.- Klassifikation.- 4.1 Einleitung.- 4.2 Bayes-Klassifikatoren.- 4.3 Nachste-Nachbarn-Klassifikatoren.- 4.4 Entscheidungsbaum-Klassifikatoren.- 4.5 Skalierung fur grosse Datenbanken.- 4.6 Zusammenfassung.- 4.7 Literatur.- Assoziationsregeln.- 5.1 Einleitung.- 5.2 Einfache Assoziationsregeln: Der Apriori-Algorithmus.- 5.3 Hierarchische Assoziationsregeln bezuglich Item-Taxonomien.- 5.4 Quantitative Assoziationsregeln.- 5.5 Zusammenfassung.- 5.6 Literatur.- Generalisierung.- 6.1 Einleitung.- 6.2 Data Cubes.- 6.3 Effiziente Anfragebearbeitung in Data Cubes.- 6.4 Attributorientierte Induktion.- 6.5 Inkrementelle attributorientierte Induktion.- 6.6 Zusammenfassung.- 6.7 Literatur.- Besondere Datentypen und Anwendungen.- 7.1 Temporal Data Mining.- 7.2 Spatial Data Mining.- 7.3 Text-und Web-Mining.- 7.4 Literatur.- Andere Paradigmen.- 8.1 Induktive Logik-Programmierung.- 8.2 Genetische Algorithmen.- 8.3 Neuronale Netze.- 8.4 Selbstorganisierende Karten (Kohonen Maps).- 8.5 Literatur.

Reviews

Author Information

Tab Content 6

Author Website:  

Customer Reviews

Recent Reviews

No review item found!

Add your own review!

Countries Available

All regions