Ein immer größeres Datenaufkommen in heutigen Unternehmen führt nicht selten zu einem in der Literatur oft als „Information Overload“ bezeichneten Phänomen.
Experten schätzen, dass sich die Informationsmenge auf dieser Welt alle 20 Monate verdoppelt. Mit den bisher verwendeten Verfahren der klassischen Statistik ist diese Fülle an Daten aber nicht mehr unter Kontrolle zu bringen.
Wissen ist Macht und Zeit ist Geld. Diese beiden bekannten Erkenntnisse sind als ein Hauptantrieb für die Forschung nach einem System zu sehen, dass es eben schafft diese Datenvolumina zu beherrschen.
Geforscht wurde nach einer Anwendung, die es ermöglicht die Daten zu strukturieren, zu sortieren und aufzubereiten um sie für das Unternehmen nutzbar zu machen.
Nur wenn es gelingt aus einer riesigen Datenmenge schnell zuverlässige Informationen zu gewinnen, die die Grundlage für jede operative und strategische Entscheidung sind, kann das Unternehmen im heutigen Geschäft bestehen.
Inhaltsverzeichnis
1. DATA MINING
1.1. BEGRIFFSKLÄRUNG UND FUNKTIONSWEISE DES DATA-MINING- VERFAHRENS
2. DER DATA MINING PROZESS
2.1 DIE ZIELDEFINITION
2.2 DIE AUSWAHL GEEIGNETER DATENBESTÄNDE
2.3 DATENAUFBEREITUNG UND TRANSFORMATION
2.4 DIE DATA-MINING-METHODEN
3. NEURONALE NETZE
3.1. DAS ENTSCHEIDUNGSBAUMVERFAHREN
4. INTERPRETATION DER ERGEBNISSE
4.1 PROBLEME UND KRITIK
5. ZUSAMMENFASSUNG UND AUSBLICK
LITERATURVERZEICHNIS
- Citation du texte
- Dr. Holger Rekow (Auteur), 2012, Einführung in das Data Mining, Munich, GRIN Verlag, https://www.grin.com/document/211736
