Produkt zum Begriff Data Mining:
-
Cleve, Jürgen: Data Mining
Data Mining , Data Mining liefert Grundlagen für die Künstliche Intelligenz, indem es Technologien für die Analyse großer Datenmengen bereitstellt. Das Buch deckt den Stoff einer einsemestrigen Vorlesung an Universitäten oder Fachhochschulen ab und ist als klassisches Lehrbuch konzipiert. Es bietet eine Einführung in die wesentlichen Anwendungsgebiete und behandelt die zugehörigen Algorithmen. Die Beispiele und Aufgaben können mit frei verfügbaren Werkzeugen bearbeitet werden. Die vierte Auflage enthält inhaltliche Erweiterungen und Aktualisierungen. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 74.95 € | Versand*: 0 € -
Introduction to Data Mining eBook: Global Edition
Introduction to Data Mining presents fundamental concepts and algorithms for those learning data mining for the first time. Each concept is explored thoroughly and supported with numerous examples. The text requires only a modest background in mathematics. Each major topic is organised into two chapters, beginning with basic concepts that provide necessary background for understanding each data mining technique, followed by more advanced concepts and algorithms. The full text downloaded to your computer With eBooks you can: search for key concepts, words and phrases make highlights and notes as you study share your notes with friends eBooks are downloaded to your computer and accessible either offline through the Bookshelf (available as a free download), available online and also via the iPad and Android apps. Upon purchase, you'll gain instant access to this eBook. Time limit The eBooks products do not have an expiry date. You will continue to access your digital ebook products whilst you have your Bookshelf installed.
Preis: 53.49 € | Versand*: 0 € -
Predictive Analytics: Data Mining, Machine Learning and Data Science for Practitioners
Use Predictive Analytics to Uncover Hidden Patterns and Correlations and Improve Decision-MakingUsing predictive analytics techniques, decision-makers can uncover hidden patterns and correlations in their data and leverage these insights to improve many key business decisions. In this thoroughly updated guide, Dr. Dursun Delen illuminates state-of-the-art best practices for predictive analytics for both business professionals and students. Delen's holistic approach covers key data mining processes and methods, relevant data management techniques, tools and metrics, advanced text and web mining, big data integration, and much more. Balancing theory and practice, Delen presents intuitive conceptual illustrations, realistic example problems, and real-world case studiesincluding lessons from failed projects. It's all designed to help you gain a practical understanding you can apply for profit.* Leverage knowledge extracted via data mining to make smarter decisions* Use standardized processes and workflows to make more trustworthy predictions* Predict discrete outcomes (via classification), numeric values (via regression), and changes over time (via time-series forecasting)* Understand predictive algorithms drawn from traditional statistics and advanced machine learning* Discover cutting-edge techniques, and explore advanced applications ranging from sentiment analysis to fraud detection
Preis: 37.44 € | Versand*: 0 € -
Real-World Data Mining: Applied Business Analytics and Decision Making
Use the latest data mining best practices to enable timely, actionable, evidence-based decision making throughout your organization! Real-World Data Mining demystifies current best practices, showing how to use data mining to uncover hidden patterns and correlations, and leverage these to improve all aspects of business performance. Drawing on extensive experience as a researcher, practitioner, and instructor, Dr. Dursun Delen delivers an optimal balance of concepts, techniques and applications. Without compromising either simplicity or clarity, he provides enough technical depth to help readers truly understand how data mining technologies work. Coverage includes: processes, methods, techniques, tools, and metrics; the role and management of data; text and web mining; sentiment analysis; and Big Data integration. Throughout, Delen's conceptual coverage is complemented with application case studies (examples of both successes and failures), as well as simple, hands-on tutorials. Real-World Data Mining will be valuable to professionals on analytics teams; professionals seeking certification in the field; and undergraduate or graduate students in any analytics program: concentrations, certificate-based, or degree-based.
Preis: 36.37 € | Versand*: 0 €
-
Wie beeinflusst Data Mining die Geschäftsstrategie in verschiedenen Branchen und wie können Unternehmen von den Erkenntnissen profitieren, die durch Data Mining gewonnen werden?
Data Mining ermöglicht es Unternehmen, große Mengen an Daten zu analysieren und Muster sowie Trends zu identifizieren, die für ihre Branche relevant sind. In der Einzelhandelsbranche kann Data Mining beispielsweise dazu genutzt werden, um das Kaufverhalten der Kunden zu verstehen und personalisierte Marketingstrategien zu entwickeln. In der Gesundheitsbranche können durch Data Mining Krankheitsmuster erkannt und präventive Maßnahmen entwickelt werden. Unternehmen können von den Erkenntnissen, die durch Data Mining gewonnen werden, profitieren, indem sie fundierte Entscheidungen treffen, ihre Effizienz steigern und ihre Wettbewerbsfähigkeit stärken. Durch die Nutzung von Data Mining können Unternehmen auch neue Geschäftsmöglichkeiten identifizieren und innovative Produkte oder Dienstleistungen entwickeln, die den Bedürfnissen ihrer Kunden
-
Wie beeinflusst Data Mining die Bereiche der Wirtschaft, der Gesundheit und der Technologie und welche ethischen Überlegungen müssen bei der Nutzung von Data Mining-Techniken berücksichtigt werden?
Data Mining beeinflusst die Bereiche der Wirtschaft, Gesundheit und Technologie, indem es Unternehmen dabei hilft, Muster und Trends in großen Datenmengen zu identifizieren, um fundierte Geschäftsentscheidungen zu treffen, die Effizienz im Gesundheitswesen zu verbessern und innovative Technologien zu entwickeln. In der Wirtschaft ermöglicht Data Mining eine bessere Kundenanalyse, Prognosen und Risikobewertung, während im Gesundheitswesen die Analyse von Patientendaten zur personalisierten Medizin und zur Früherkennung von Krankheiten beiträgt. In der Technologiebranche unterstützt Data Mining die Entwicklung von Produkten und Dienstleistungen, die auf die Bedürfnisse der Verbraucher zugeschnitten sind. Bei der Nutzung von Data Mining-Techniken müssen ethische Überlegungen berücksicht
-
Wie beeinflusst Data Mining die Geschäftsstrategie und das Marketing in verschiedenen Branchen?
Data Mining ermöglicht es Unternehmen, große Mengen an Daten zu analysieren und Muster zu identifizieren, die ihnen helfen, fundierte Geschäftsentscheidungen zu treffen. In der Einzelhandelsbranche kann Data Mining beispielsweise dazu genutzt werden, das Kaufverhalten der Kunden zu verstehen und personalisierte Marketingstrategien zu entwickeln. In der Finanzbranche kann Data Mining eingesetzt werden, um Betrugsmuster zu erkennen und Risikomanagementstrategien zu verbessern. In der Gesundheitsbranche kann Data Mining genutzt werden, um Krankheitsmuster zu identifizieren und die Effektivität von Behandlungen zu verbessern. Insgesamt kann Data Mining in verschiedenen Branchen dazu beitragen, die Geschäftsstrategie zu optimieren und das Marketing effektiver zu gestalten.
-
Ist der Apriori-Algorithmus dem maschinellen Lernen oder dem Data Mining zuzuordnen?
Der Apriori-Algorithmus ist dem Data Mining zuzuordnen. Er wird verwendet, um häufige Muster in großen Datensätzen zu entdecken, insbesondere in der Assoziationsanalyse. Obwohl er in einigen maschinellen Lernverfahren verwendet werden kann, liegt sein Hauptanwendungsbereich im Data Mining.
Ähnliche Suchbegriffe für Data Mining:
-
Cloud Computing: Automating the Virtualized Data Center
The complete guide to provisioning and managing cloud-based Infrastructure as a Service (IaaS) data center solutions Cloud computing will revolutionize the way IT resources are deployed, configured, and managed for years to come. Service providers and customers each stand to realize tremendous value from this paradigm shift—if they can take advantage of it. Cloud Computing brings together the realistic, start-to-finish guidance they need to plan, implement, and manage cloud solution architectures for tomorrow’s virtualized data centers. It introduces cloud “newcomers” to essential concepts, and offers experienced operations professionals detailed guidance on delivering Infrastructure as a Service (IaaS), Platform as a Service (PaaS), and Software as a Service (SaaS). This book’s replicable solutions and fully-tested best practices will help enterprises, service providers, consultants, and Cisco partners meet the challenge of provisioning end-to-end cloud infrastructures. Drawing on extensive experience working with leading cloud vendors and integrators, the authors present detailed operations workflow examples, proven techniques for operating cloud-based network, compute, and storage infrastructure; a comprehensive management reference architecture; and a complete case study demonstrating rapid, lower-cost solutions design. Cloud Computing will be an indispensable resource for all network/IT professionals and managers involved with planning, implementing, or managing the next generation of cloud computing services. Venkata (Josh) Josyula, Ph.D., CCIE® No. 13518 is a Distinguished Services Engineer in Cisco Services Technology Group (CSTG) and advises Cisco customers on OSS/BSS architecture and solutions. Malcolm Orr, Solutions Architect for Cisco’s Services Technology Solutions, advises telecoms and enterprise clients on architecting, building, and operating OSS/BSS and cloud management stacks. He is Cisco’s lead architect for several Tier 1 public cloud projects. Greg Page has spent the last eleven years with Cisco in technical consulting roles relating to data center architecture/technology and service provider security. He is now exclusively focused on developing cloud/IaaS solutions with service providers and systems integrator partners. · Review the key concepts needed to successfully deploy clouds and cloud-based services · Transition common enterprise design patterns and use cases to the cloud · Master architectural principles and infrastructure designs for “real-time” managed IT services · Understand the Cisco approach to cloud-related technologies, systems, and services · Develop a cloud management architecture using ITIL, TMF, and ITU-TMN standards · Implement best practices for cloud service provisioning, activation, and management · Automate cloud infrastructure to simplify service delivery, monitoring, and assurance · Choose and implement the right billing/chargeback approaches for your business · Design and build IaaS services, from start to finish · Manage the unique capacity challenges associated with sporadic, real-time demand · Provide a consistent and optimal cloud user experience This book is part of the Networking Technology Series from Cisco Press®, which offers networking professionals valuable information for constructing efficient networks, understanding new technologies, and building successful careers. Category: Cloud Computing Covers: Virtualized Data Centers
Preis: 18.18 € | Versand*: 0 € -
Coal Mining Simulator
Coal Mining Simulator
Preis: 8.54 € | Versand*: 0.00 € -
Designing Cloud Data Platforms
Centralized data warehouses, the long-time defacto standard for housing data for analytics, are rapidly giving way to multi-faceted cloud data platforms. Companies that embrace modern cloud data platforms benefit from an integrated view of their business using all of their data and can take advantage of advanced analytic practices to drive predictions and as yet unimagined data services. Designing Cloud Data Platforms is an hands-on guide to envisioning and designing a modern scalable data platform that takes full advantage of the flexibility of the cloud. As you read, you’ll learn the core components of a cloud data platform design, along with the role of key technologies like Spark and Kafka Streams. You’ll also explore setting up processes to manage cloud-based data, keep it secure, and using advanced analytic and BI tools to analyse it.about the technologyAccess to affordable, dependable, serverless cloud services has revolutionized the way organizations can approach data management, and companies both big and small are raring to migrate to the cloud. But without a properly designed data platform, data in the cloud can remain just as siloed and inaccessible as it is today for most organizations. Designing Cloud Data Platforms lays out the principles of a well-designed platform that uses the scalable resources of the public cloud to manage all of an organization's data, and present it as useful business insights.about the bookIn Designing Cloud Data Platforms, you’ll learn how to integrate data from multiple sources into a single, cloud-based, modern data platform. Drawing on their real-world experiences designing cloud data platforms for dozens of organizations, cloud data experts Danil Zburivsky and Lynda Partner take you through a six-layer approach to creating cloud data platforms that maximizes flexibility and manageability and reduces costs. Starting with foundational principles, you’ll learn how to get data into your platform from different databases, files, and APIs, the essential practices for organizing and processing that raw data, and how to best take advantage of the services offered by major cloud vendors. As you progress past the basics you’ll take a deep dive into advanced topics to get the most out of your data platform, including real-time data management, machine learning analytics, schema management, and more. what's insideThe tools of different public cloud for implementing data platformsBest practices for managing structured and unstructured data setsMachine learning tools that can be used on top of the cloudCost optimization techniquesabout the readerFor data professionals familiar with the basics of cloud computing and distributed data processing systems like Hadoop and Spark.about the authorsDanil Zburivsky has over 10 years experience designing and supporting large-scale data infrastructure for enterprises across the globe. Lynda Partner is the VP of Analytics-as-a-Service at Pythian, and has been on the business side of data for over 20 years.
Preis: 58.84 € | Versand*: 0 € -
Urban Mining und kreislaufgerechtes Bauen.
Urban Mining und kreislaufgerechtes Bauen. , Wie können wir zukünftige Bauaufgaben sozial, ökonomisch und ökologisch bewältigen, um unserer gesellschaftlichen Verantwortung gerecht zu werden? Dieser wichtigen Frage widmet sich dieser Leitfaden. Dem linearen Wirtschaftsmodell und damit der Vernichtung von Ressourcen steht die Idee geschlossener Stoffkreisläufe, neuartig konzipierter Konstruktionen und (Rück-) Bautechnologien sowie innovativer, kreislauforientierter Geschäftsmodelle entgegen. Die gebaute Umwelt muss als Materiallager verstanden und für die einfache Entnahme von Baumaterialien geplant werden. Internationale Experten beleuchten aus ganz unterschiedlichen Blickwinkeln und anhand zukunftsweisender Projektbeispiele, wie den Herausforderungen einer Kreislaufwirtschaft mit ganz neuen methodischen Ansätzen begegnet werden kann. Eine Sammlung ausgewählter Materialbeispiele zeigt die besondere Ästhetik und Wertigkeit von wiederverwendeten und -verwerteten Baustoffen und Bauteilen. Der Einstieg in eine vollständige Kreislaufwirtschaft muss zum zentralen und gemeinsamen Ziel unserer Gesellschaft werden. Dieses Buch zeigt mögliche Wege zu einer kreislaufgerechten Bauwirtschaft auf. , Zeitschriften > Bücher & Zeitschriften , Erscheinungsjahr: 20210527, Produktform: Leinen, Redaktion: Heisel, Felix~Hebel, Dirk E., Seitenzahl/Blattzahl: 208, Abbildungen: 140 Abbildungen und 11 Tabellen, Themenüberschrift: ARCHITECTURE / Design, Drafting, Drawing & Presentation, Keyword: Bauplanung; Nachhaltiges Bauen; Bebauung; Nutzung; Architektur; Allgemein; Versorgung; Abfall; Baumaterial; Recycling; Upcycling; Material; Wiederverwendung; Bauelement; Recyclingverfahren; Sekundärrohstoff; Rohstoffgewinnung; Kreislaufwirtschaft; Rückbau; Innovation; Modell; Stoffkreislauf; Architekten; Ingenieure; Planer; Bausachverständige; Architekturbüros; Planungsbüros; Bauämter; Kommunalplaner; Umweltingenieure, Fachschema: Architektur - Baukunst~Bau / Baukunst~Entwurf / Architektur~Bau / Hochbau~Hochbau, Fachkategorie: Architektur: berufliche Praxis~Hochbau und Baustoffe, Warengruppe: HC/Bau- und Umwelttechnik, Fachkategorie: Bauwerke: Gestaltung, Thema: Verstehen, Text Sprache: ger, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: Fraunhofer Irb Stuttgart, Verlag: Fraunhofer Irb Stuttgart, Verlag: Fraunhofer IRB Verlag, Länge: 284, Breite: 236, Höhe: 23, Gewicht: 1012, Produktform: Gebunden, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, eBook EAN: 9783738805642, Herkunftsland: DEUTSCHLAND (DE), Katalog: deutschsprachige Titel, Katalog: Gesamtkatalog, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0002, Tendenz: -1, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover, Unterkatalog: Lagerartikel,
Preis: 65.00 € | Versand*: 0 €
-
Wie beeinflusst Data Mining die Bereiche der Wirtschaft, der Medizin und der Technologie und welche ethischen Überlegungen sollten bei der Anwendung von Data Mining in diesen Bereichen berücksichtigt werden?
Data Mining ermöglicht es Unternehmen, Muster und Trends in großen Datenmengen zu identifizieren, um fundierte Geschäftsentscheidungen zu treffen und ihre Effizienz zu steigern. In der Medizin kann Data Mining dazu beitragen, Krankheitsmuster zu erkennen, personalisierte Behandlungspläne zu entwickeln und die Patientenversorgung zu verbessern. In der Technologiebranche wird Data Mining verwendet, um das Nutzerverhalten zu analysieren, personalisierte Empfehlungen zu generieren und die Benutzererfahrung zu optimieren. Bei der Anwendung von Data Mining in diesen Bereichen müssen ethische Überlegungen berücksichtigt werden, um sicherzustellen, dass die Privatsphäre und die Rechte der Betroffenen geschützt werden. Es ist wichtig, transparent zu sein und die Datenverwendung klar zu kommunizieren, um
-
Wie beeinflusst Data Mining die Bereiche der Wirtschaft, der Technologie und der Privatsphäre?
Data Mining ermöglicht es Unternehmen, Muster und Trends in großen Datenmengen zu identifizieren, was zu fundierten Geschäftsentscheidungen führt und die Effizienz steigert. In der Technologiebranche wird Data Mining verwendet, um personalisierte Empfehlungen und Vorhersagen zu generieren, die die Benutzererfahrung verbessern. Gleichzeitig wirft Data Mining jedoch auch Bedenken hinsichtlich des Datenschutzes auf, da es die Möglichkeit birgt, persönliche Informationen ohne Zustimmung zu sammeln und zu nutzen, was die Privatsphäre gefährden kann. Es ist daher wichtig, dass Unternehmen und Regierungen strenge Richtlinien und Vorschriften für den Umgang mit Daten implementieren, um die Privatsphäre der Verbraucher zu schützen.
-
Wie beeinflusst Data Mining die Bereiche der Wirtschaft, der Technologie und der Gesundheitsversorgung und welche ethischen Überlegungen sollten bei der Anwendung von Data Mining in diesen verschiedenen Domänen berücksichtigt werden?
Data Mining beeinflusst die Wirtschaft, die Technologie und die Gesundheitsversorgung, indem es Unternehmen und Organisationen dabei hilft, Muster und Trends in großen Datenmengen zu identifizieren, um fundierte Entscheidungen zu treffen und Prozesse zu optimieren. In der Wirtschaft kann Data Mining dazu beitragen, Kundenverhalten vorherzusagen und Marketingstrategien zu verbessern. In der Technologie kann es zur Entwicklung intelligenter Systeme und zur Verbesserung von Produkten und Dienstleistungen beitragen. In der Gesundheitsversorgung kann Data Mining dazu beitragen, Krankheitsmuster zu identifizieren, personalisierte Medizin zu ermöglichen und die Effizienz von Behandlungen zu verbessern. Bei der Anwendung von Data Mining in diesen verschiedenen Domänen sollten ethische Überlegungen berücksichtigt werden, um
-
Wie beeinflusst Data Mining die Bereiche der Wirtschaft, der Technologie und der Gesundheitsversorgung und welche ethischen Überlegungen müssen bei der Anwendung von Data Mining in diesen verschiedenen Domänen berücksichtigt werden?
Data Mining beeinflusst die Bereiche der Wirtschaft, Technologie und Gesundheitsversorgung, indem es Unternehmen und Organisationen dabei hilft, Muster und Trends in großen Datenmengen zu identifizieren, um fundierte Entscheidungen zu treffen. In der Wirtschaft kann Data Mining dazu beitragen, Kundenverhalten vorherzusagen und Marketingstrategien zu optimieren. In der Technologie ermöglicht es die Entwicklung von personalisierten Produkten und Dienstleistungen. In der Gesundheitsversorgung kann Data Mining dazu beitragen, Krankheitsmuster zu identifizieren und die Patientenversorgung zu verbessern. Bei der Anwendung von Data Mining in diesen verschiedenen Domänen müssen ethische Überlegungen berücksichtigt werden, insbesondere in Bezug auf den Schutz der Privatsphäre und den verantwortungsvollen Umgang mit sensib
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.