Data Mining: Modelle und Algorithmen intelligenter by Thomas A. Runkler PDF

By Thomas A. Runkler

ISBN-10: 3834816949

ISBN-13: 9783834816948

ISBN-10: 3834821713

ISBN-13: 9783834821713

Die wichtigsten Methoden zur Erkennung und Extraktion von „Wissen“ aus numerischen und nichtnumerischen Datenbanken in Technik und Wirtschaft werden in diesem Buch behandelt. Es vermittelt einen kompakten, fundierten Überblick über die verschiedenen Methoden sowie deren Motivation und versetzt den Leser in die Lage, facts Mining selbst praktisch einzusetzen.

Show description

Read Online or Download Data Mining: Modelle und Algorithmen intelligenter Datenanalyse PDF

Best german_16 books

Download PDF by Luise Lutz: MODAK – Modalitätenaktivierung in der Aphasietherapie: Ein

Dieses praxisbezogene Buch zeigt, wie Sie mithilfe der MODAK-Therapie die kommunikativen Fähigkeiten ihrer Aphasie-Patienten verbessern können. Verstehen Sie die neurophysiologischen und neurolinguistischen Grundlagen zur Therapie und lernen Sie, die Therapie an die persönlichen Bedürfnisse Ihrer Patienten anzupassen.

Faszination Astronomie: Ein topaktueller Einstieg für alle by Arnold Hanslmeier PDF

In diesem Werk vermittelt Prof. Arnold Hanslmeier moderne und faszinierende astronomische Kenntnisse. Das Buch beginnt mit der Beschreibung des Ursprungs des Universums und reicht bis hin zu dunkler Materie, schwarzen Löchern und der Entstehung des Sonnensystems. Abgerundet wird es am Ende schließlich durch die spannende Frage: Sind wir allein im Universum?

Die Pluralektik der Romantik. Studien zu einer epochalen by Rüdiger Görner PDF

In fünfzehn Kapiteln fragt diese Studie nach im wesentlichen literarischen und musikalischen Erscheinungsformen einer in der Romantik maßgeblich entwickelten poetischen Denkweise, die hier als eine pluralektische vorgestellt wird. Im Romantischen kristallisiere sich die "Lektüre des Heterogenen", wie Novalis notierte.

Get Wahlen und Wähler: Analysen aus Anlass der Bundestagswahl PDF

Der Band bündelt Analysen führender Wahlforscher und Politikwissenschaftler aus Deutschland zur Bundestagswahl 2013. Die Publikation erscheint als weiterer Band der so genannten "blauen Reihe", die seit ihrem begin 1980 umfassend und systematisch Analysen zu allen Bundestagswahlen und zu overseas relevanten Ergebnissen der Wahl- und Wählerforschung präsentiert.

Additional resources for Data Mining: Modelle und Algorithmen intelligenter Datenanalyse

Sample text

Q, x = (xq − x1 )/(q − 1), also schwankt der Quantisierungsfehler im Intervall e(t) ∈ [− x/2, x/2). 8 Abtastung und Quantisierung 21 mit dem maximalen Betrag |e| ≤ x/2. Um den Quantisierungsfehler möglichst klein zu halten, sollten die Quantisierungsstufen möglichst fein sein, das heißt x möglichst klein bzw. q möglichst groß. Eine Binärzahl b bit kann ganze Zahlen zwischen x1 = 0 und xq = 2b − 1 darstellen. Der relative Quantisierungsfehler lässt sich dann mit |e/(xq − x1 )| ≤ 100%/2/(2b − 1) ≈ 100%/2b+1 abschätzen.

Abb. 12 Integration von Datensätzen gesucht und zusammengehängt. Dabei muss berücksichtigt werden, dass die Marken möglicherweise nur näherungsweise übereinstimmen. So werden zwei Zeitstempel 10:59 und 11:00 möglicherweise als gleichwertig betrachtet. Werden zu einer Marke nicht in allen Datensätzen Merkmalsvektoren gefunden, so führt dies zu fehlenden Einträgen im integrierten Datensatz. Oft werden solche unvollständigen Merkmalsvektoren entfernt. Werden zu einer Marke in einem Datensatz mehrere Merkmalsvektoren gefunden, so können im integrierten Datensatz für eine Marke mehrere Einträge erzeugt werden.

N. 31) Für eine Projektion Y ⊂ Rq , q < p werden nur die ersten q Dimensionen verwendet und so skaliert, dass ihre quadratische Norm den zugehörigen Eigenwerten entspricht. Die mehrdimensionale Skalierung eines Merkmalsdatensatzes X liefert die gleichen Ergebnisse Y wie die Hauptachsentransformation. Jedoch lässt sich die mehrdimensionale Skalierung nicht nur zur Abbildung von Merkmalsdatensätzen X auf Y verwenden, sondern auch, um eine Merkmalsraumrepräsentation Y von Objekten zu bestimmen, die durch eine Euklidische Abstandsmatrix D, also durch relationale Daten beschrieben sind.

Download PDF sample

Data Mining: Modelle und Algorithmen intelligenter Datenanalyse by Thomas A. Runkler


by Christopher
4.5

Rated 4.30 of 5 – based on 4 votes