Dieses Buch bietet einen leicht verstndlichen Einstieg in die Thematik des Data Minings und der Prdiktiven Analyseverfahren. Als Methodensammlung gedacht, bietet es zu jedem Verfahren zunchst eine kurze Darstellung der Theorie und erklrt die zum Verstndnis 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 Mglichkeit prsentiert, mit der die Performancewerte verschiedener Verfahren mit statistischen Mitteln verglichen werden knnen. Zum Einsatz kommen hierbei geeignete Grafiken und Konfidenzintervalle.Das Buch verzichtet nicht auf Theorie, es prsentiert jedoch so wenig Theorie wie mglich, aber so viel wie ntig und ist somit optimal fr Studium und Selbststudium geeignet.
Der Inhalt

• Deskriptive Verfahren
• Clusterverfahren
• Dimensionsreduktion
• Prdiktive Verfahren fr Klassifikations- und Regressionsfragestellungen
• Empirischer Vergleich der Performance verschiedener Klassifikationsverfahren

Die Zielgruppe

• Studierende der Wirtschaftsinformatik, Informatik und Ingenieurwissenschaften

Die AutorinMarlis von der Hude hat Mathematik mit dem Schwerpunkt Statistik an der Freien Universitt Berlin studiert und anschlieend an der Technischen Universitt Berlin promoviert. Nach mehreren praktischen Ttigkeiten im Gesundheits- und Wirtschaftsbereich hat sie zuletzt viele Jahre im Fachbereich Informatik der Hochschule Bonn-Rhein-Sieg gelehrt.

Dieses Buch bietet einen leicht verst ndlichen Einstieg in die Thematik des Data Minings und der Pr diktiven Analyseverfahren. Als Methodensammlung gedacht, bietet es zu jedem Verfahren zun chst eine kurze Darstellung der Theorie und erkl rt die zum Verst ndnis 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 M glichkeit pr sentiert, mit der die Performancewerte verschiedener Verfahren mit statistischen Mitteln verglichen werden k nnen. Zum Einsatz kommen hierbei geeignete Grafiken und Konfidenzintervalle.Das Buch verzichtet nicht auf Theorie, es pr sentiert jedoch so wenig Theorie wie m glich, aber so viel wie n tig und ist somit optimal f r Studium und Selbststudium geeignet.