Verkauf durch Sack Fachmedien

Lusti

Data Warehousing und Data Mining

Eine Einführung in entscheidungsunterstützende Systeme

Medium: Buch
ISBN: 978-3-540-66221-1
Verlag: Springer
Erscheinungstermin: 17.09.1999
Nicht mehr lieferbar

Im Mittelpunkt dieses anwendungsbezogenen Lehrbuches stehen Architekturen, Methoden und Werkzeuge entscheidungsunterstützender Systeme. Beispiele und Aufgaben ermöglichen die Entwicklung von Anwendungen mit der Demonstrationssoftware der CD-ROM. Eine interaktive Foliensammlung veranschaulicht den Buchtext und verweist auf zusätzliches Lernmaterial. Der erste Teil behandelt an der Nutzwertanalyse (AHP) und an Was - Wenn-Analysen traditionelle entscheidungsunterstützende Ansätze und führt an regelbasierten Systemen in wissensbasierte Systeme ein. Der zweite und dritte Teil behandeln das Schwerpunktthema Data Warehousing und Data Mining. Nach einem Überblick über die wichtigsten Data Mining-Verfahren konzentriert sich der dritte Teil auf zwei der verbreitesten Verfahren, die Regelinduktion und neuronale Netze.
TOC: Vorwort.- Entscheidungsunterstützende Systeme.- Analytischer Hierarchieprozess.- Was-Wenn-Analyse.- Regelbasierte Systeme.- Data Warehousing.- Data Mining - Ein Überblick.- Regelinduktion.- Neuronales Lernen.- Glossar.- Anleitung zur CD-ROM.- Stichwortverzeichnis.


Produkteigenschaften


  • Artikelnummer: 9783540662211
  • Medium: Buch
  • ISBN: 978-3-540-66221-1
  • Verlag: Springer
  • Erscheinungstermin: 17.09.1999
  • Sprache(n): Deutsch
  • Auflage: Erscheinungsjahr 1999
  • Serie: Springer-Lehrbuch
  • Produktform: Medienkombination, Book w. online files/update
  • Gewicht: 615 g
  • Seiten: 434
  • Format (B x H): 155 x 235 mm
  • Ausgabetyp: Kein, Unbekannt
  • Nachauflage: 978-3-540-42677-6
Autoren/Hrsg.

Autoren

Vorwort.-1 Entscheidungsunterstützende Systeme: 1.1 Entscheidungen; 1.2 Entscheidungsunterstützende Systeme; 1.3 Entscheidungsunterstützende Methoden.- 2 AnalytischerHierarchieprozess: 2.1 Unterrichtsmaterial; 2.2 Grundlagen; 2.3 Messproblematik; 2.4 Anwendung mit ExpertChoice; 2.5 Ein Blick in die Blackbox; 2.5.1 Näherungsweise Berechnung der Prioritäten; 2.5.2 Exakte Berechnung der Prioritäten und Inkonsistenzen; 2.6 AHP im Vergleich; 3 Was-Wenn-Analyse: 3.1 Unterrichtsmaterial; 3.2 Elementare Verfahren; 3.2.1 Einfache Neuberechnung; 3.2.2 Mehrfachoperation; 3.2.3 Szenario; 3.2.4 Einfache Zielwertsuche; 3.3 Lineare Optimierung; 3.3.1 Fallbeispiel; 3.3.2 Verallgemeinerung; 3.3.3 Weitere Arten der Optimierung; 3.4 Lineare Optimierung im Vergleich.- 4 Regelbasierte Systeme: 4.1 Unterrichtsmaterial; 4.2 Grundlagen; 4.2.1 Wissensdarstellung; 4.2.2 Wissensherleitung; 4.2.3 Expertensysteme; 4.3 Regeln und Entscheidungsbäume; 4.4 Anwendung mit XpertRule KBS; 4.4.1 Wissenserwerb und Problemlösung; 4.4.2 Erklärungen; 4.5 Ein Blick in die Blackbox; 4.5.1 Entwurf; 4.5.2 Implementation; 4.6 Expertensysteme in der Praxis; 4.7 Regelbasierte Systeme im Vergleich.- 5 Data Warehousing: 5.1 Grundlagen; 5.1.1 Operative und analytische Datenbanken; 5.1.2 Data Mart und Enterprise Data Warehouse; 5.1.3 Mehrdimensionale Daten; 5.2 Endbenutzerzugriff; 5.2.1 Unterrichtsmaterial; 5.2.2.Konventionelle Datenbankabfragen;.. 5.2.3 On Line Analytical Processing (OLAP); 5.2.4 OLAP mit Cognos PowerPlay; 5.2.5 Arten von OLAP-Werkzeugen; 5.2.6 Auswahl von OLAP-Werkzeugen; 5.2.7 OLAP im Vergleich; 5.3 Modellierung; 5.3.1 Modellierung von Informationssystemen; 5.3.2 Datenmodellierung; 5.3.3 Sternschemata; 5.3.4 Metadaten; 5.3.5 ROLAP mit if..Synchrony; 5.4 Entwicklung und Betrieb; 5.4.1 Entwicklungsphasen; 5.4.2 Laden operativer Daten; 5.4.3 Speicher- und Laufzeitoptimierungen; 5.5 Aufgabenteilung in Rechnernetzen; 5.5.1 Client/Server-Systeme; 5.5.2 Internet und Intranet.- 6 DataMining - Ein Überblick: 6.1 Anwendungen; 6.2 Datenanalyse; 6.3 Methoden; 6.4 Visualisierung; 6.4.1 Anwendung mit SPSS Diamond; 6.5 Werkzeuge.- 7 Regelinduktion: 7.1 Unterrichtsmaterial; 7.2 Wissenserwerb für regelbasierte Systeme; 7.3 Klassifikation; 7.4 Anwendung mit XpertRule Profiler; 7.5 Ein Blick in die Blackbox; 7.6 Regelinduktion im Vergleich.- 8 Neuronales Lernen: 8.1 Unterrichtsmaterial; 8.2 Grundlagen; 8.3 Anwendung mit NeuralWorks Predict; 8.3.1 Problemspezifikation; 8.3.2 Auswahl der Lern- und Testdaten; 8.3.3 Datenaufbereitung; 8.3.4 Variablenauswahl; 8.3.5 Spezifikation und Berechnung des Modells; 8.3.6 Validierung; 8.3.7 Anwendung; 8.4 Ein Blick in die Blackbox; 8.4.1 Einstufiges Perzeptron; 8.4.4 Mehrstufiges Perzeptron; 8.4.5 CCN-Netze - die Grundlage von NeuralWorks Predict; 8.5. Neuronale Netze im Vergleich.- Glossar.-Anleitung zur CDROM.-Stichwortverzeichnis