國立虎尾科技大學 |

Infrastruktur für ein Data Mining Design Framework = Eine Untersuchung mit Fallbeispielen /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Infrastruktur für ein Data Mining Design Framework/ von Kai Jannaschk.
其他題名:	Eine Untersuchung mit Fallbeispielen /
作者:	Jannaschk, Kai.
面頁冊數:	XIV, 218 S. 60 Abb., 12 Abb. in Farbe.online resource. :
Contained By:	Springer Nature eBook
標題:	Data mining. -
電子資源:	https://doi.org/10.1007/978-3-658-22040-2
ISBN:	9783658220402

Infrastruktur für ein Data Mining Design Framework = Eine Untersuchung mit Fallbeispielen /
Jannaschk, Kai.

Infrastruktur für ein Data Mining Design FrameworkEine Untersuchung mit Fallbeispielen /[electronic resource] :von Kai Jannaschk. - 1st ed. 2018. - XIV, 218 S. 60 Abb., 12 Abb. in Farbe.online resource.

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.

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. Der Inhalt 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 Die Zielgruppen Dozierende und Studierende der Informatik und Biologie Datenanalysten in der Wirtschaft Der Autor Aktuell arbeitet Kai Jannaschk 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.

ISBN: 9783658220402

Standard No.: 10.1007/978-3-658-22040-2doiSubjects--Topical Terms:

528622
Data mining.

LC Class. No.: QA76.9.D343

Dewey Class. No.: 006.312

Infrastruktur für ein Data Mining Design Framework = Eine Untersuchung mit Fallbeispielen /
LDR:03013nam a22003615i 4500 001 992418
003 DE-He213
005 20200712022344.0
007 cr nn 008mamaa
008 201225s2018 gw | s |||| 0|ger d
020 $a 9783658220402 $9 978-3-658-22040-2
024 7 $a 10.1007/978-3-658-22040-2 $2 doi
035 $a 978-3-658-22040-2
050 4 $a QA76.9.D343
072 7 $a UNF $2 bicssc
072 7 $a COM021030 $2 bisacsh
072 7 $a UNF $2 thema
072 7 $a UYQE $2 thema
082 0 4 $a 006.312 $2 23
100 1 $a Jannaschk, Kai. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1284128
245 1 0 $a Infrastruktur für ein Data Mining Design Framework $h [electronic resource] : $b Eine Untersuchung mit Fallbeispielen / $c von Kai Jannaschk.
250 $a 1st ed. 2018.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2018.
300 $a XIV, 218 S. 60 Abb., 12 Abb. in Farbe. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
505 0 $a 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.
520 $a 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. Der Inhalt 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 Die Zielgruppen Dozierende und Studierende der Informatik und Biologie Datenanalysten in der Wirtschaft Der Autor Aktuell arbeitet Kai Jannaschk 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.
650 0 $a Data mining. $3 528622
650 0 $a Computers. $3 565115
650 0 $a Marine sciences. $3 642062
650 0 $a Freshwater. $3 1253655
650 1 4 $a Data Mining and Knowledge Discovery. $3 677765
650 2 4 $a Models and Principles. $3 669634
650 2 4 $a Marine & Freshwater Sciences. $3 679961
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658220396
856 4 0 $u https://doi.org/10.1007/978-3-658-22040-2
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)