找回密码
 To register

QQ登录

只需一步,快速开始

扫一扫,访问微社区

Titlebook: Data Mining; Theoretische Aspekte Gholamreza Nakhaeizadeh Book 1998 Physica-Verlag Heidelberg 1998 Algorithmen.Clusteranalyse.Data-Mining.D

[复制链接]
查看: 26577|回复: 59
发表于 2025-3-21 17:51:47 | 显示全部楼层 |阅读模式
书目名称Data Mining
副标题Theoretische Aspekte
编辑Gholamreza Nakhaeizadeh
视频video
丛书名称Beiträge zur Wirtschaftsinformatik
图书封面Titlebook: Data Mining; Theoretische Aspekte Gholamreza Nakhaeizadeh Book 1998 Physica-Verlag Heidelberg 1998 Algorithmen.Clusteranalyse.Data-Mining.D
描述Die Extraktion von verwertbarem Wissen aus Daten ist ein Thema, das angesichts der Menge des zur Zeit verfügbaren Datenmaterials mehr und mehr an Aktualität gewinnt. Dieses Buch befaßt sich mit theoretischen und Anwendungsaspekten des Data Mining. Data Mining ist die Anwendung geeigneter Verfahren zur Wissensentdeckung in großen Datenbeständen und Kern eines Prozesses, der in der Literatur als "Knowledge Discovery in Databases" (KDD) beschrieben wird. Datei Mining und KDD haben sowohl interessante Forschungs- als auch Anwendungsaspekte. Sie bringen einerseits als interdisziplinäre Wissenschaft neue Herausforderungen für die Forschung auf Gebieten wie Statistik, maschinelles Lernen und Datenbanken. Andererseits sind sie für verschiedene praktische Anwendungen wie etwa Marketing, Logistik, Risikometrie, Qualitätssicherung, Konstruktion und Produktionsmanagement von großer Bedeutung. Die Beiträge dieses Buches sprechen diese beiden Aspekte an.
出版日期Book 1998
关键词Algorithmen; Clusteranalyse; Data-Mining; Datenbank; Datentransformation; Finanzmarkt; Informationsverarbe
版次1
doihttps://doi.org/10.1007/978-3-642-86094-2
isbn_softcover978-3-7908-1053-0
isbn_ebook978-3-642-86094-2Series ISSN 1431-0872
issn_series 1431-0872
copyrightPhysica-Verlag Heidelberg 1998
The information of publication is updating

书目名称Data Mining影响因子(影响力)




书目名称Data Mining影响因子(影响力)学科排名




书目名称Data Mining网络公开度




书目名称Data Mining网络公开度学科排名




书目名称Data Mining被引频次




书目名称Data Mining被引频次学科排名




书目名称Data Mining年度引用




书目名称Data Mining年度引用学科排名




书目名称Data Mining读者反馈




书目名称Data Mining读者反馈学科排名




单选投票, 共有 0 人参与投票
 

0票 0%

Perfect with Aesthetics

 

0票 0%

Better Implies Difficulty

 

0票 0%

Good and Satisfactory

 

0票 0%

Adverse Performance

 

0票 0%

Disdainful Garbage

您所在的用户组没有投票权限
发表于 2025-3-21 23:42:32 | 显示全部楼层
Gillian Kidman,Minh Nguyet Nguyenmt wird. In diesem Aufsatz geben wir einen Überblick über eine Reihe von Auswahlmaßen, die in der Vergangenheit für die Induktion von Entscheidungsbäumen vorgeschlagen wurden. Wir erläutern die den Maßen zugrundeliegenden Ideen und vergleichen die betrachteten Maße anhand experimenteller Ergebnisse.
发表于 2025-3-22 02:35:55 | 显示全部楼层
Raphael Bömelburg,Oliver Gassmannesses ‚online ‘und kann als eine mögliche Alternative zu Kohonen’s selbstorganisierender Merkmalskarte (SOM) betrachtet werden. Während SOM ein heuristischer Algorithmus ist, kann ACMMDS aus bekannten Verfahren der multivariaten Statistik hergeleitet werden. Anhand von zwei verschiedenen Datensätzen wird die Anwendung von ACMMDS gezeigt.
发表于 2025-3-22 07:20:45 | 显示全部楼层
Catherine Lackenby,Hamid SeddighiBeispiels zeigt dieser Beitrag, daß die Annahmen der asymptotischen Theorie bereits bei Vorliegen von nur 200 Beobachtungen Gültigkeit besitzen. Damit existiert ein Hinweis darauf, daß die Anwendung von Hypothesentests auch bei kleinen Datenmengen zu zuverlässigen Ergebnissen führen wird.
发表于 2025-3-22 10:46:43 | 显示全部楼层
,Attributauswahlmaße für die Induktion von Entscheidungsbäumen: Ein Überblick,mt wird. In diesem Aufsatz geben wir einen Überblick über eine Reihe von Auswahlmaßen, die in der Vergangenheit für die Induktion von Entscheidungsbäumen vorgeschlagen wurden. Wir erläutern die den Maßen zugrundeliegenden Ideen und vergleichen die betrachteten Maße anhand experimenteller Ergebnisse.
发表于 2025-3-22 13:32:06 | 显示全部楼层
,Adaptive Verfahren der Clusteranalyse und der multidimensionalen Skalierung für die Analyse und Visesses ‚online ‘und kann als eine mögliche Alternative zu Kohonen’s selbstorganisierender Merkmalskarte (SOM) betrachtet werden. Während SOM ein heuristischer Algorithmus ist, kann ACMMDS aus bekannten Verfahren der multivariaten Statistik hergeleitet werden. Anhand von zwei verschiedenen Datensätzen wird die Anwendung von ACMMDS gezeigt.
发表于 2025-3-22 17:43:27 | 显示全部楼层
Die statistische Verteilung der Gewichte von neuronalen Netzen bei finiten Datenmengen,Beispiels zeigt dieser Beitrag, daß die Annahmen der asymptotischen Theorie bereits bei Vorliegen von nur 200 Beobachtungen Gültigkeit besitzen. Damit existiert ein Hinweis darauf, daß die Anwendung von Hypothesentests auch bei kleinen Datenmengen zu zuverlässigen Ergebnissen führen wird.
发表于 2025-3-22 22:45:43 | 显示全部楼层
Raphael Bömelburg,Oliver Gassmannzueinander analysiert. Die Abschnitte 5 und 6 zeigen deren Beziehungen zu graphentheoretischen Ansätzen und sie geben Bedingungen an, die erfüllt sein müssen, um Graphen kausal interpretieren zu können.
发表于 2025-3-23 02:05:13 | 显示全部楼层
发表于 2025-3-23 06:01:13 | 显示全部楼层
Thomas Birkhölzer,Jürgen Vaupelle Netze vor. MTL berücksichtigt diese Wechselbeziehungen und geht über die einfache simultane Prognose der betrachteten Werte hinaus. Der MTL-Ansatz wird anhand eines Prognosewettbewerbs des deutschen Aktienmarkts mit einfachen Partialmodellen verglichen. Die Ergebnisse deuten dabei auf eine Überlegenheit der neuronalen MTL-Methode hin.
 关于派博传思  派博传思旗下网站  友情链接
派博传思介绍 公司地理位置 论文服务流程 影响因子官网 SITEMAP 大讲堂 北京大学 Oxford Uni. Harvard Uni.
发展历史沿革 期刊点评 投稿经验总结 SCIENCEGARD IMPACTFACTOR 派博系数 清华大学 Yale Uni. Stanford Uni.
|Archiver|手机版|小黑屋| 派博传思国际 ( 京公网安备110108008328) GMT+8, 2025-5-11 03:14
Copyright © 2001-2015 派博传思   京公网安备110108008328 版权所有 All rights reserved
快速回复 返回顶部 返回列表