Data Mining: Methoden und Algorithmen intelligenter Datenanalyse

383480858X......Page 1
Vorwort......Page 6
Inhaltsverzeichnis......Page 8
Kapitel 1 Data-Mining-Prozess......Page 10
2.1 Beispiel......Page 13
2.2 Maßskalen......Page 15
2.3 Matrixdarstellung......Page 17
2.5 Unähnlichkeitsmaße......Page 18
2.6 Ähnlichkeitsmaße......Page 20
2.7 Sequenz- und Textrelationen......Page 22
2.8 Abtastung und Quantisierung......Page 25
3.1 Fehlerarten......Page 29
3.2 Filterung......Page 34
3.3 Standardisierung......Page 39
3.4 Datenkonsolidierung......Page 42
4.1 Diagramme......Page 43
4.2 Hauptachsentransformation......Page 45
4.3 Mehrdimensionale Skalierung......Page 49
4.4 Histogramme......Page 55
4.5 Spektralanalyse......Page 58
5.1 Lineare Korrelation......Page 62
5.2 Chi-Quadrat-Unabhängigkeitstest......Page 68
6.1 Lineare Regression......Page 71
6.2 Neuronale Netze......Page 75
6.3 Radiale Basisfunktionen......Page 81
6.4 Training und Validierung......Page 82
6.5 Merkmalsselektion......Page 85
Kapitel 7 Zeitreihenprognose......Page 87
Kapitel 8 Klassifikation......Page 91
8.1 Naiver Bayes-Klassifikator......Page 95
8.2 Lineare Diskriminanzanalyse......Page 97
8.3 Support-Vektor-Maschine......Page 99
8.5 Lernende Vektorquantisierung......Page 102
8.6 Entscheidungsbäume......Page 105
Kapitel 9 Clustering......Page 111
9.1 Sequentielles Clustering......Page 112
9.2 Prototypbasiertes Clustering......Page 115
9.3 Fuzzy Clustering......Page 117
9.4 Relationales Clustering......Page 123
9.5 Clustervalidität und -tendenz......Page 128
9.6 Hierarchisches Clustering......Page 130
9.7 Selbstorganisierende Karte......Page 132
9.8 Regelerzeugung......Page 134
Kapitel 10 Zusammenfassung......Page 140
Übungsaufgaben......Page 145
Symbolverzeichnis......Page 149
Literaturverzeichnis......Page 151
Sachwortverzeichnis......Page 161