Skip to main content

2018 | Buch

Infrastruktur für ein Data Mining Design Framework

Eine Untersuchung mit Fallbeispielen

insite
SUCHEN

Über dieses Buch

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 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.

Inhaltsverzeichnis

Frontmatter
Kapitel 1. Einleitung
Zusammenfassung
Ein Satz, der dem Unternehmer Robert Bosch zugeschrieben wird. Er spiegelt im Kern die drei Grundsätze Glaubwürdigkeit, Zuverlässigkeit, und Verantwortung in seiner Unternehmensführung wider.
Kai Jannaschk
Kapitel 2. Systematisches Data Mining - State of the Art
Zusammenfassung
Um über DM zu sprechen, muss zunächst geklärt werden, was unter DM zu verstehen ist, mit welchen Prozessen DM-Resultate erzielt werden, welche Stärken und Schwächen diese Prozesse aufweisen, und wie diese Prozesse Anwendung in der Realität finden. Mit diesem Kapitel und den jeweiligen Abschnitten werden diese Fragen beantwortet.
Kai Jannaschk
Kapitel 3. Data Mining Design
Zusammenfassung
In diesem Kapitel erfolgt eine Auseinandersetzung mit dem Verständnis, wie Data Mining strukturiert erfolgt.
Kai Jannaschk
Kapitel 4. Baustein Infrastruktur im Data Mining
Zusammenfassung
In diesem Kapitel erfolgt die Betrachtung der Komponenten einer Infrastruktur, welche für die Durchführung von DM-Prozessen benötigt wird.
Kai Jannaschk
Kapitel 5. Fallbeispiele
Zusammenfassung
Die Ozeane und Meere der Welt beeinflussen unser Leben auf vielfältige Art und Weise. Der Mensch nutzt Ozeane als weltumspannendes Transportsystem und als Rohstoff-, Nahrungs- und Energiequelle. Die Küsten und Inseln sind touristisch erschlossen.
Kai Jannaschk
Kapitel 6. Zusammenfassung und Ausblick
Zusammenfassung
In der vorliegenden Dissertation wurde der Fragestellung nachgegangen, was zu beachten und zu bedenken ist, um Data Mining glaubwürdig, zuverlässig und verantwortlich durchzuführen.
Kai Jannaschk
Backmatter
Metadaten
Titel
Infrastruktur für ein Data Mining Design Framework
verfasst von
Kai Jannaschk
Copyright-Jahr
2018
Electronic ISBN
978-3-658-22040-2
Print ISBN
978-3-658-22039-6
DOI
https://doi.org/10.1007/978-3-658-22040-2