-
Tipp für Studenten
Ein Jahr Prime kostenlos und einen 20% erhöhten Eintauschwert auf Trade-In erhalten alle Studenten die bei Amazon Student angemeldet sind.
Hinweise und Aktionen
Wird oft zusammen gekauft
Produktinformation
|
Produktbeschreibungen
Kurzbeschreibung
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).
Über den Autor
Dr. habil. Helge Petersohn ist wissenschaftliche Mitarbeiterin an der Universität Leipzig und Beraterin der NH Consult GmbH. NHC ist ein Spin-off des Instituts für Wirtschaftsinformatik der Universität Leipzig und verfügt über umfangreiche Beratungs- und Entwicklungskompetenz zu Prozessmanagement und Workflowsteuerung im E-Government-Umfeld und befasst sich in Forschung und Praxis mit dem Thema Prozess Mining. Die Mitarbeiter der NHConsult GmbH können in der Vergangenheit sowohl auf wissenschaftliche Arbeiten als auch Projekte zur praktischen Umsetzung in öffentlichen Verwaltungen verweisen.
Welche anderen Artikel kaufen Kunden, nachdem sie diesen Artikel angesehen haben?
In diesem Buch
(Mehr dazu)
Ausgewählte Seiten ansehen
Buchdeckel | Copyright | Inhaltsverzeichnis | Auszug | Stichwortverzeichnis
Buchdeckel | Copyright | Inhaltsverzeichnis | Auszug | Stichwortverzeichnis
Vorgeschlagene Tags zu ähnlichen Produkten(Was ist das?)Setzen Sie den ersten relevanten Tag hinzu (ein Schlüsselwort, das mit diesem Produkt in engem Zusammenhang steht).
|
Eine digitale Version dieses Buchs im Kindle-Shop verkaufen
Wenn Sie ein Verleger oder Autor sind und die digitalen Rechte an einem Buch haben, können Sie die digitale Version des Buchs in unserem Kindle-Shop verkaufen.
Weitere Informationen
Kundenrezensionen
Die hilfreichsten Kundenrezensionen
10 von 10 Kunden fanden die folgende Rezension hilfreich
Der Klappentext des Buches besagt, dass hierin eine Data Mining Anwendungsarchitektur vorgestellt wird. Dies ist nicht unwahr, allerdings beschränken sich die Ausführungen auf ein nicht wirklich revolutionäres und operationalisierbares Konstrukt (Gegenstands-/Meta-/Praxiskomponente) im ersten Kapitel und einigen hübschen ARIS-Prozessbildchen im neunten Kapitel - die restlichen Kapitel und Seiten werden gefüllt mit Beschreibungen zu statistischen und mathematischen Verfahren die schon viele andere Autoren unter dem Begriff "Data Mining" subsummiert haben.
Dass es sich hierbei um die Habilitationsschrift der Autorin handelt ist nicht unbedingt ein Vorteil, da - wie in wissenschaftlichen Beiträgen üblich - versucht wird, ein möglichst großes Spektrum verschiedener Aspekte und Literaturreferenzen abzudecken, die in diesem Falle m.E. suboptimal gewählt sind: die klassischen Verfahren des Data Mining werden aufgeführt während "neuere" Verfahren wie bspw. Web-/Text Mining aber unerwähnt bleiben.
Für mich brachte die Lektüre leider nur wenig neue Erkenntnisse und die Anwendbarkeit (sowie der potentielle Nutzen) der vorgestellten Data Mining Architektur in der Praxis ist in Frage zu stellen. Als Referenz bzw. Nachschlagewerk kann dieses Buch jedoch aufgrund des Umfangs und der formalen Darstellung der Verfahren und Algorithmen geeignet sein.
Dass es sich hierbei um die Habilitationsschrift der Autorin handelt ist nicht unbedingt ein Vorteil, da - wie in wissenschaftlichen Beiträgen üblich - versucht wird, ein möglichst großes Spektrum verschiedener Aspekte und Literaturreferenzen abzudecken, die in diesem Falle m.E. suboptimal gewählt sind: die klassischen Verfahren des Data Mining werden aufgeführt während "neuere" Verfahren wie bspw. Web-/Text Mining aber unerwähnt bleiben.
Für mich brachte die Lektüre leider nur wenig neue Erkenntnisse und die Anwendbarkeit (sowie der potentielle Nutzen) der vorgestellten Data Mining Architektur in der Praxis ist in Frage zu stellen. Als Referenz bzw. Nachschlagewerk kann dieses Buch jedoch aufgrund des Umfangs und der formalen Darstellung der Verfahren und Algorithmen geeignet sein.
2 von 10 Kunden fanden die folgende Rezension hilfreich
Von Amazon bestätigter Kauf
H. Petersohn geht sehr strukturiert vor. Die Definitionen werden erläutert ohne dabei in Fachchinesisch zu verfallen oder zu allgemein und langweilig zu werden. Viele Abbildungen verdeutlichen das Geschriebene, die Verahren und vor allem die dahinter stehende Formeln kommen auch nicht zu kurz.
Klar, fundiert, alle notwendigen Infos sind da - sehr empfehlensewert.
Kunden diskutieren
|
Das Forum zu diesem Produkt
Fragen stellen, Meinungen austauschen, Einblicke gewinnen Aktive Diskussionen in ähnlichen Foren
Kundendiskussionen durchsuchen
|
Ähnliche Foren
|
||||||||||||||||||||||||||||||||||
Lieblingslisten
|
|
Ähnliche Artikel finden
Anhand des Sachgebietes nach ähnlichen Produkten suchen:
Ihr Kommentar
Möchten Sie die Produktinformationen aktualisieren oder Feedback zu den Produktabbildungen geben?
|
