Predictive Analytics und Data Mining : eine Einführung mit R / Marlis von der Hude

By:

Hude, Marlis von der, 1953- [VerfasserIn]

Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: German Series: Springer eBook CollectionPublisher: Wiesbaden : Springer Vieweg, [2020]Copyright date: © 2020Description: 1 Online-Ressource (XI, 224 Seiten, 118 Abb., 72 Abb. in Farbe)ISBN:

9783658301538

Subject(s):

Genre/Form:

Lehrbuch

Additional physical formats: 9783658301521 | Erscheint auch als: 9783658301521 Druck-Ausgabe | Erscheint auch als: Predictive analytics und data mining. Druck-Ausgabe Wiesbaden : Springer Vieweg, 2020. XI, 224 SeitenDDC classification:

006.312 23

RVK: RVK: ST 250 | ST 271 | ST 601DOI: DOI: 10.1007/978-3-658-30153-8Online resources:

Summary: Deskriptive Verfahren -- Clusterverfahren -- Dimensionsreduktion -- Prädiktive Verfahren für Klassifikations- und Regressionsfragestellungen -- Empirischer Vergleich der Performance verschiedener Klassifikationsverfahren.Summary: Dieses Buch bietet einen leicht verständlichen Einstieg in die Thematik des Data Minings und der Prädiktiven Analyseverfahren. Als Methodensammlung gedacht, bietet es zu jedem Verfahren zunächst eine kurze Darstellung der Theorie und erklärt die zum Verständnis notwendigen Formeln. Es folgt jeweils eine Illustration der Verfahren mit Hilfe von Beispielen, die mit dem Programmpaket R erarbeitet werden. Zum Abschluss wird eine einfache Möglichkeit präsentiert, mit der die Performancewerte verschiedener Verfahren mit statistischen Mitteln verglichen werden können. Zum Einsatz kommen hierbei geeignete Grafiken und Konfidenzintervalle. Das Buch verzichtet nicht auf Theorie, es präsentiert jedoch so wenig Theorie wie möglich, aber so viel wie nötig und ist somit optimal für Studium und Selbststudium geeignet. Der Inhalt Deskriptive Verfahren Clusterverfahren Dimensionsreduktion Prädiktive Verfahren für Klassifikations- und Regressionsfragestellungen Empirischer Vergleich der Performance verschiedener Klassifikationsverfahren Die Zielgruppe Studierende der Wirtschaftsinformatik, Informatik und Ingenieurwissenschaften Die Autorin Marlis von der Hude hat Mathematik mit dem Schwerpunkt Statistik an der Freien Universität Berlin studiert und anschließend an der Technischen Universität Berlin promoviert. Nach mehreren praktischen Tätigkeiten im Gesundheits- und Wirtschaftsbereich hat sie zuletzt viele Jahre im Fachbereich Informatik der Hochschule Bonn-Rhein-Sieg gelehrt.PPN: PPN: 172603335XPackage identifier: Produktsigel: ZDB-2-SEB | ZDB-2-STI

Holdings ( 0 )

No physical items for this record