Information Mining: Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse
Saved in:
| Main Author: | |
|---|---|
| Format: | Electronic eBook |
| Language: | German |
| Published: |
Wiesbaden
Vieweg+Teubner Verlag
2000
|
| Series: | Computational Intelligence
|
| Subjects: | |
| Online Access: | Volltext |
| Item Description: | Die Information in der Welt verdoppelt sich etwa alle 20 Monate. Zu den wichtigsten Datenquellen gehören industrielle Prozessleitsysteme und betriebswirtschaftliche Datenbanken, die meist rein numerische Daten enthalten. Durch die wachsende Verbreitung automatischer Bilderfassungssysteme stehen über diese numerischen Daten hinaus umfangreiche Bild-, Video- und Multimediadaten zur Verfügung. Durch die zunehmende Nutzung von E-Mail und Internet spielen nicht zuletzt auch Textdaten eine immer größere Rolle. Neben der Erfassung und Speicherung stellen die Aufbereitung und Verarbeitung dieser Daten heute die größten Herausforderungen dar. Ziel ist es, aus den großen Datenmengen die relevanten Informationen, also das "Wissen" zu extrahieren. Neben konventionellen statistischen Verfahren wie Korrelation und Regression werden hierzu Methoden der Clusteranalyse, Fuzzy-Logik, Neuroinformatik und Machine Learning angewandt. Für die Verarbeitung nichtnumerischer Daten sind relationale und merkmalsorientierte Algorithmen notwendig. Diese Datenanalysemethoden für numerische und nichtnumerische Daten werden unter dem Sammelbegriff "Information Mining" zusammengefasst. Information Mining ist ein Prozess, der auch die Datenvorverarbeitung, Filterung, Visualisierung, Transformation und Merkmalsgenerierung umfasst. Dieses Buch stellt die wichtigsten Methoden des Information-Mining-Prozesses vor und zeigt ihre Anwendung in zahlreichen realen Anwendungen. Die Gliederung orientiert sich am typischen schrittweisen Ablauf von Datenanalyse Projekten. Für Leser, die besonders an Grundlagen, Anwendungen oder den Spezialthemen kontinuierliche Signale, Datenbanken, Internet, Visualisierung, Klassifikation, Modellierung, Fuzzy-Logik oder Neuroinformatik interessiert sind, sind auf Seite 4 die besonders empfehlenswerten Abschnitte tabellarisch dargestellt. Eine Sammlung von Übungsaufgaben soll es dem Leser ermöglichen, seine mit diesem Buch erworbenen Kenntnisse selbst zu überprüfen |
| Physical Description: | 1 Online-Ressource (VIII, 171S. 87 Abb) |
| ISBN: | 9783322891587 9783528057411 |
| DOI: | 10.1007/978-3-322-89158-7 |
Staff View
MARC
| LEADER | 00000nmm a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV042430034 | ||
| 003 | DE-604 | ||
| 005 | 20150902 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 150320s2000 |||| o||u| ||||||ger d | ||
| 020 | |a 9783322891587 |c Online |9 978-3-322-89158-7 | ||
| 020 | |a 9783528057411 |c Print |9 978-3-528-05741-1 | ||
| 024 | 7 | |a 10.1007/978-3-322-89158-7 |2 doi | |
| 035 | |a (OCoLC)863947459 | ||
| 035 | |a (DE-599)BVBBV042430034 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-91 |a DE-634 |a DE-92 |a DE-573 |a DE-Aug4 |a DE-860 |a DE-1046 |a DE-706 |a DE-703 |a DE-1028 |a DE-83 | ||
| 082 | 0 | |a 620 |2 23 | |
| 084 | |a TEC 000 |2 stub | ||
| 084 | |a DAT 000 |2 stub | ||
| 100 | 1 | |a Runkler, Thomas A. |e Verfasser |0 (DE-588)12200566X |4 aut | |
| 245 | 1 | 0 | |a Information Mining |b Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse |c von Thomas A. Runkler |
| 264 | 1 | |a Wiesbaden |b Vieweg+Teubner Verlag |c 2000 | |
| 300 | |a 1 Online-Ressource (VIII, 171S. 87 Abb) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Computational Intelligence | |
| 500 | |a Die Information in der Welt verdoppelt sich etwa alle 20 Monate. Zu den wichtigsten Datenquellen gehören industrielle Prozessleitsysteme und betriebswirtschaftliche Datenbanken, die meist rein numerische Daten enthalten. Durch die wachsende Verbreitung automatischer Bilderfassungssysteme stehen über diese numerischen Daten hinaus umfangreiche Bild-, Video- und Multimediadaten zur Verfügung. Durch die zunehmende Nutzung von E-Mail und Internet spielen nicht zuletzt auch Textdaten eine immer größere Rolle. Neben der Erfassung und Speicherung stellen die Aufbereitung und Verarbeitung dieser Daten heute die größten Herausforderungen dar. Ziel ist es, aus den großen Datenmengen die relevanten Informationen, also das "Wissen" zu extrahieren. Neben konventionellen statistischen Verfahren wie Korrelation und Regression werden hierzu Methoden der Clusteranalyse, Fuzzy-Logik, Neuroinformatik und Machine Learning angewandt. | ||
| 500 | |a Für die Verarbeitung nichtnumerischer Daten sind relationale und merkmalsorientierte Algorithmen notwendig. Diese Datenanalysemethoden für numerische und nichtnumerische Daten werden unter dem Sammelbegriff "Information Mining" zusammengefasst. Information Mining ist ein Prozess, der auch die Datenvorverarbeitung, Filterung, Visualisierung, Transformation und Merkmalsgenerierung umfasst. Dieses Buch stellt die wichtigsten Methoden des Information-Mining-Prozesses vor und zeigt ihre Anwendung in zahlreichen realen Anwendungen. Die Gliederung orientiert sich am typischen schrittweisen Ablauf von Datenanalyse Projekten. Für Leser, die besonders an Grundlagen, Anwendungen oder den Spezialthemen kontinuierliche Signale, Datenbanken, Internet, Visualisierung, Klassifikation, Modellierung, Fuzzy-Logik oder Neuroinformatik interessiert sind, sind auf Seite 4 die besonders empfehlenswerten Abschnitte tabellarisch dargestellt. | ||
| 500 | |a Eine Sammlung von Übungsaufgaben soll es dem Leser ermöglichen, seine mit diesem Buch erworbenen Kenntnisse selbst zu überprüfen | ||
| 650 | 4 | |a Engineering | |
| 650 | 4 | |a Engineering, general | |
| 650 | 4 | |a Ingenieurwissenschaften | |
| 650 | 0 | 7 | |a Datenanalyse |0 (DE-588)4123037-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Künstliche Intelligenz |0 (DE-588)4033447-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Data Mining |0 (DE-588)4428654-5 |2 gnd |9 rswk-swf |
| 655 | 7 | |8 1\p |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Datenanalyse |0 (DE-588)4123037-1 |D s |
| 689 | 0 | 1 | |a Künstliche Intelligenz |0 (DE-588)4033447-8 |D s |
| 689 | 0 | |8 2\p |5 DE-604 | |
| 689 | 1 | 0 | |a Data Mining |0 (DE-588)4428654-5 |D s |
| 689 | 1 | |8 3\p |5 DE-604 | |
| 856 | 4 | 0 | |u https://doi.org/10.1007/978-3-322-89158-7 |x Verlag |3 Volltext |
| 912 | |a ZDB-2-STI |a ZDB-2-BAD | ||
| 940 | 1 | |q ZDB-2-STI_Archive | |
| 940 | 1 | |q ZDB-2-STI_2000/2004 | |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-027865365 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 2\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 3\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
Record in the Search Index
| _version_ | 1804153111546167296 |
|---|---|
| any_adam_object | |
| author | Runkler, Thomas A. |
| author_GND | (DE-588)12200566X |
| author_facet | Runkler, Thomas A. |
| author_role | aut |
| author_sort | Runkler, Thomas A. |
| author_variant | t a r ta tar |
| building | Verbundindex |
| bvnumber | BV042430034 |
| classification_tum | TEC 000 DAT 000 |
| collection | ZDB-2-STI ZDB-2-BAD |
| ctrlnum | (OCoLC)863947459 (DE-599)BVBBV042430034 |
| dewey-full | 620 |
| dewey-hundreds | 600 - Technology (Applied sciences) |
| dewey-ones | 620 - Engineering and allied operations |
| dewey-raw | 620 |
| dewey-search | 620 |
| dewey-sort | 3620 |
| dewey-tens | 620 - Engineering and allied operations |
| discipline | Technik Technik Informatik |
| doi_str_mv | 10.1007/978-3-322-89158-7 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04229nmm a2200589zc 4500</leader><controlfield tag="001">BV042430034</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20150902 </controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">150320s2000 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783322891587</subfield><subfield code="c">Online</subfield><subfield code="9">978-3-322-89158-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783528057411</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-528-05741-1</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/978-3-322-89158-7</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)863947459</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV042430034</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-Aug4</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-1028</subfield><subfield code="a">DE-83</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">620</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">TEC 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Runkler, Thomas A.</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)12200566X</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Information Mining</subfield><subfield code="b">Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse</subfield><subfield code="c">von Thomas A. Runkler</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Vieweg+Teubner Verlag</subfield><subfield code="c">2000</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (VIII, 171S. 87 Abb)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Computational Intelligence</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Die Information in der Welt verdoppelt sich etwa alle 20 Monate. Zu den wichtigsten Datenquellen gehören industrielle Prozessleitsysteme und betriebswirtschaftliche Datenbanken, die meist rein numerische Daten enthalten. Durch die wachsende Verbreitung automatischer Bilderfassungssysteme stehen über diese numerischen Daten hinaus umfangreiche Bild-, Video- und Multimediadaten zur Verfügung. Durch die zunehmende Nutzung von E-Mail und Internet spielen nicht zuletzt auch Textdaten eine immer größere Rolle. Neben der Erfassung und Speicherung stellen die Aufbereitung und Verarbeitung dieser Daten heute die größten Herausforderungen dar. Ziel ist es, aus den großen Datenmengen die relevanten Informationen, also das "Wissen" zu extrahieren. Neben konventionellen statistischen Verfahren wie Korrelation und Regression werden hierzu Methoden der Clusteranalyse, Fuzzy-Logik, Neuroinformatik und Machine Learning angewandt.</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Für die Verarbeitung nichtnumerischer Daten sind relationale und merkmalsorientierte Algorithmen notwendig. Diese Datenanalysemethoden für numerische und nichtnumerische Daten werden unter dem Sammelbegriff "Information Mining" zusammengefasst. Information Mining ist ein Prozess, der auch die Datenvorverarbeitung, Filterung, Visualisierung, Transformation und Merkmalsgenerierung umfasst. Dieses Buch stellt die wichtigsten Methoden des Information-Mining-Prozesses vor und zeigt ihre Anwendung in zahlreichen realen Anwendungen. Die Gliederung orientiert sich am typischen schrittweisen Ablauf von Datenanalyse Projekten. Für Leser, die besonders an Grundlagen, Anwendungen oder den Spezialthemen kontinuierliche Signale, Datenbanken, Internet, Visualisierung, Klassifikation, Modellierung, Fuzzy-Logik oder Neuroinformatik interessiert sind, sind auf Seite 4 die besonders empfehlenswerten Abschnitte tabellarisch dargestellt.</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Eine Sammlung von Übungsaufgaben soll es dem Leser ermöglichen, seine mit diesem Buch erworbenen Kenntnisse selbst zu überprüfen</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Engineering</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Engineering, general</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Ingenieurwissenschaften</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Data Mining</subfield><subfield code="0">(DE-588)4428654-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="8">1\p</subfield><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Data Mining</subfield><subfield code="0">(DE-588)4428654-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1007/978-3-322-89158-7</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-STI</subfield><subfield code="a">ZDB-2-BAD</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-STI_Archive</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-STI_2000/2004</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-027865365</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection> |
| genre | 1\p (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV042430034 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-10T01:21:25Z |
| institution | BVB |
| isbn | 9783322891587 9783528057411 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-027865365 |
| oclc_num | 863947459 |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM DE-634 DE-92 DE-573 DE-Aug4 DE-860 DE-1046 DE-706 DE-703 DE-1028 DE-83 |
| owner_facet | DE-91 DE-BY-TUM DE-634 DE-92 DE-573 DE-Aug4 DE-860 DE-1046 DE-706 DE-703 DE-1028 DE-83 |
| physical | 1 Online-Ressource (VIII, 171S. 87 Abb) |
| psigel | ZDB-2-STI ZDB-2-BAD ZDB-2-STI_Archive ZDB-2-STI_2000/2004 |
| publishDate | 2000 |
| publishDateSearch | 2000 |
| publishDateSort | 2000 |
| publisher | Vieweg+Teubner Verlag |
| record_format | marc |
| series2 | Computational Intelligence |
| spelling | Runkler, Thomas A. Verfasser (DE-588)12200566X aut Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse von Thomas A. Runkler Wiesbaden Vieweg+Teubner Verlag 2000 1 Online-Ressource (VIII, 171S. 87 Abb) txt rdacontent c rdamedia cr rdacarrier Computational Intelligence Die Information in der Welt verdoppelt sich etwa alle 20 Monate. Zu den wichtigsten Datenquellen gehören industrielle Prozessleitsysteme und betriebswirtschaftliche Datenbanken, die meist rein numerische Daten enthalten. Durch die wachsende Verbreitung automatischer Bilderfassungssysteme stehen über diese numerischen Daten hinaus umfangreiche Bild-, Video- und Multimediadaten zur Verfügung. Durch die zunehmende Nutzung von E-Mail und Internet spielen nicht zuletzt auch Textdaten eine immer größere Rolle. Neben der Erfassung und Speicherung stellen die Aufbereitung und Verarbeitung dieser Daten heute die größten Herausforderungen dar. Ziel ist es, aus den großen Datenmengen die relevanten Informationen, also das "Wissen" zu extrahieren. Neben konventionellen statistischen Verfahren wie Korrelation und Regression werden hierzu Methoden der Clusteranalyse, Fuzzy-Logik, Neuroinformatik und Machine Learning angewandt. Für die Verarbeitung nichtnumerischer Daten sind relationale und merkmalsorientierte Algorithmen notwendig. Diese Datenanalysemethoden für numerische und nichtnumerische Daten werden unter dem Sammelbegriff "Information Mining" zusammengefasst. Information Mining ist ein Prozess, der auch die Datenvorverarbeitung, Filterung, Visualisierung, Transformation und Merkmalsgenerierung umfasst. Dieses Buch stellt die wichtigsten Methoden des Information-Mining-Prozesses vor und zeigt ihre Anwendung in zahlreichen realen Anwendungen. Die Gliederung orientiert sich am typischen schrittweisen Ablauf von Datenanalyse Projekten. Für Leser, die besonders an Grundlagen, Anwendungen oder den Spezialthemen kontinuierliche Signale, Datenbanken, Internet, Visualisierung, Klassifikation, Modellierung, Fuzzy-Logik oder Neuroinformatik interessiert sind, sind auf Seite 4 die besonders empfehlenswerten Abschnitte tabellarisch dargestellt. Eine Sammlung von Übungsaufgaben soll es dem Leser ermöglichen, seine mit diesem Buch erworbenen Kenntnisse selbst zu überprüfen Engineering Engineering, general Ingenieurwissenschaften Datenanalyse (DE-588)4123037-1 gnd rswk-swf Künstliche Intelligenz (DE-588)4033447-8 gnd rswk-swf Data Mining (DE-588)4428654-5 gnd rswk-swf 1\p (DE-588)4113937-9 Hochschulschrift gnd-content Datenanalyse (DE-588)4123037-1 s Künstliche Intelligenz (DE-588)4033447-8 s 2\p DE-604 Data Mining (DE-588)4428654-5 s 3\p DE-604 https://doi.org/10.1007/978-3-322-89158-7 Verlag Volltext 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 2\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 3\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Runkler, Thomas A. Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse Engineering Engineering, general Ingenieurwissenschaften Datenanalyse (DE-588)4123037-1 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd Data Mining (DE-588)4428654-5 gnd |
| subject_GND | (DE-588)4123037-1 (DE-588)4033447-8 (DE-588)4428654-5 (DE-588)4113937-9 |
| title | Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse |
| title_auth | Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse |
| title_exact_search | Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse |
| title_full | Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse von Thomas A. Runkler |
| title_fullStr | Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse von Thomas A. Runkler |
| title_full_unstemmed | Information Mining Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse von Thomas A. Runkler |
| title_short | Information Mining |
| title_sort | information mining methoden algorithmen und anwendungen intelligenter datenanalyse |
| title_sub | Methoden, Algorithmen und Anwendungen intelligenter Datenanalyse |
| topic | Engineering Engineering, general Ingenieurwissenschaften Datenanalyse (DE-588)4123037-1 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd Data Mining (DE-588)4428654-5 gnd |
| topic_facet | Engineering Engineering, general Ingenieurwissenschaften Datenanalyse Künstliche Intelligenz Data Mining Hochschulschrift |
| url | https://doi.org/10.1007/978-3-322-89158-7 |
| work_keys_str_mv | AT runklerthomasa informationminingmethodenalgorithmenundanwendungenintelligenterdatenanalyse |