Data Mining praktische Werkzeuge und Techniken für das maschinelle Lernen
Literaturverz. S. [369] - 379
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | |
| Format: | UnknownFormat |
| Sprache: | ger |
| Veröffentlicht: |
München, Wien
Hanser
2001
|
| Schlagworte: | |
| Online Zugang: | Inhaltsverzeichnis Inhaltstext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | Literaturverz. S. [369] - 379 Rezension: C. Beierle ist in seinem kürzlich erschienenen Buch über Methoden wissensbasierter Systeme (ID 24/01) kurz auf Data Mining eingegangen. Data Mining ist das Extrahieren von impliziten, noch unbekannten und potenziell nützlichen Informationen aus Rohdaten. Das vorliegende Buch beschäftigt sich speziell mit Data Mining und erweitert C. Beierle um interessante Anwendungsaspekte in realistischen Situationen. Die Autoren beschreiben, wie Werkzeuge und Techniken des maschinellen Lernens eingesetzt werden, damit Computer Datenbanken automatisch nach Gesetzmäßigkeiten und Mustern durchsuchen und einen Abstraktionsprozess durchführen, der als Ergebnis aussagekräftige Informationen liefert. Die Autoren stellen verschiedene Techniken vor, die in ihrer Stärke und Praktikabilität miteinander verglichen werden. Leser, die mit eigenen Daten experimentieren wollen, werden auf das Download einer in Java geschriebenen Software-Utility Weka (Waikato Environment for Knowledge Analysis) verwiesen. Herausgearbeitet wird, wie Eingaben richtig vorbereitet und Ergebnisse richtig bewertet werden. (3) (Klaus Barckow) |
|---|---|
| Beschreibung: | XIX, 386 S graph. Darst 24 cm |
| ISBN: | 3446215336 3-446-21533-6 |