Verfügbarkeit: Detecting Anomalies in Transaction Data

Detecting Anomalies in Transaction Data: = Anomalieentdeckung in Transaktionsdaten

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Schlör, Daniel (VerfasserIn)
Format:	Abschlussarbeit Buch
Sprache:	English
Veröffentlicht:	Würzburg 2022
Schlagworte:	Maschinelles Lernen Datenanalyse Neuronales Netz Merkmalsextraktion Datensicherung Data Mining Anomalieerkennung Fraud detection Hochschulschrift
Online-Zugang:	kostenfrei
Beschreibung:	ix, 197 Seiten
DOI:	10.25972/OPUS-29856

Internformat

MARC


LEADER	00000nam a2200000zc 4500
001	BV048888973
003	DE-604
005	20230803
007	t
008	230404s2022 gw m\|\|\| 00\|\|\| eng d
015			\|a 23,O01 \|2 dnb
035			\|a (OCoLC)1376406228
035			\|a (DE-599)BVBBV048888973
040			\|a DE-604 \|b ger \|e rda
041	0		\|8 3\p \|a eng
044			\|a gw \|c XA-DE-BY
049			\|a DE-384 \|a DE-473 \|a DE-703 \|a DE-1051 \|a DE-824 \|a DE-29 \|a DE-12 \|a DE-91 \|a DE-19 \|a DE-1049 \|a DE-92 \|a DE-739 \|a DE-898 \|a DE-355 \|a DE-706 \|a DE-20 \|a DE-1102 \|a DE-860 \|a DE-2174
084			\|a ST 302 \|0 (DE-625)143652: \|2 rvk
084			\|a ST 301 \|0 (DE-625)143651: \|2 rvk
084			\|a ST 530 \|0 (DE-625)143679: \|2 rvk
084			\|8 1\p \|a 006.31 \|2 23ksdnb
084			\|8 2\p \|a 004 \|2 23sdnb
100	1		\|a Schlör, Daniel \|e Verfasser \|0 (DE-588)1285304764 \|4 aut
245	1	0	\|a Detecting Anomalies in Transaction Data \|b = Anomalieentdeckung in Transaktionsdaten \|c vorgelegt von Daniel Schlör
246	1	1	\|a Anomalieentdeckung in Transaktionsdaten
264		1	\|a Würzburg \|c 2022
300			\|a ix, 197 Seiten
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
502			\|b Dissertation \|c Julius-Maximilians-Universität Würzburg \|d 2022
546			\|a Zusammenfassung in deutscher und englischer Sprache
583	1		\|a Archivierung/Langzeitarchivierung gewährleistet \|5 DE-101 \|2 pdager
650	0	7	\|8 4\p \|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|2 gnd
650	0	7	\|8 5\p \|a Datenanalyse \|0 (DE-588)4123037-1 \|2 gnd
650	0	7	\|8 6\p \|a Neuronales Netz \|0 (DE-588)4226127-2 \|2 gnd
650	0	7	\|8 7\p \|a Merkmalsextraktion \|0 (DE-588)4314440-8 \|2 gnd
650	0	7	\|8 8\p \|a Datensicherung \|0 (DE-588)4011144-1 \|2 gnd
650	0	7	\|8 9\p \|a Data Mining \|0 (DE-588)4428654-5 \|2 gnd
650	0	7	\|8 10\p \|a Anomalieerkennung \|0 (DE-588)1042742219 \|2 gnd
653			\|a Fraud detection
655		7	\|0 (DE-588)4113937-9 \|a Hochschulschrift \|2 gnd-content
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe \|o urn:nbn:de:bvb:20-opus-298569 \|o doi:10.25972/OPUS-29856
856	4	1	\|u https://doi.org/10.25972/OPUS-29856 \|x Resolving-System \|z kostenfrei \|3 Volltext
883	0		\|8 1\p \|a aepkn \|c 0,95047 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#aepkn
883	0		\|8 2\p \|a emasg \|c 0,71588 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emasg
883	1		\|8 3\p \|a npi \|d 20221226 \|q DE-101 \|u https://d-nb.info/provenance/plan#npi
883	0		\|8 4\p \|a emagnd \|c 0,61808 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 5\p \|a emagnd \|c 0,11874 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 6\p \|a emagnd \|c 0,09060 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 7\p \|a emagnd \|c 0,07412 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 8\p \|a emagnd \|c 0,06512 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 9\p \|a emagnd \|c 0,05751 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 10\p \|a emagnd \|c 0,05351 \|d 20221227 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
912			\|a ebook
943	1		\|a oai:aleph.bib-bvb.de:BVB01-034153579

Datensatz im Suchindex

_version_	1813192607029788672
adam_text
adam_txt
any_adam_object
any_adam_object_boolean
author	Schlör, Daniel
author_GND	(DE-588)1285304764
author_facet	Schlör, Daniel
author_role	aut
author_sort	Schlör, Daniel
author_variant	d s ds
building	Verbundindex
bvnumber	BV048888973
classification_rvk	ST 302 ST 301 ST 530
collection	ebook
ctrlnum	(OCoLC)1376406228 (DE-599)BVBBV048888973
discipline	Informatik
discipline_str_mv	Informatik
doi_str_mv	10.25972/OPUS-29856
format	Thesis Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000zc 4500</leader><controlfield tag="001">BV048888973</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20230803</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">230404s2022 gw m\|\|\| 00\|\|\| eng d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">23,O01</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1376406228</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV048888973</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-384</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-1051</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-2174</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 302</subfield><subfield code="0">(DE-625)143652:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 301</subfield><subfield code="0">(DE-625)143651:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 530</subfield><subfield code="0">(DE-625)143679:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">006.31</subfield><subfield code="2">23ksdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">2\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Schlör, Daniel</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1285304764</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Detecting Anomalies in Transaction Data</subfield><subfield code="b">= Anomalieentdeckung in Transaktionsdaten</subfield><subfield code="c">vorgelegt von Daniel Schlör</subfield></datafield><datafield tag="246" ind1="1" ind2="1"><subfield code="a">Anomalieentdeckung in Transaktionsdaten</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Würzburg</subfield><subfield code="c">2022</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">ix, 197 Seiten</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">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Julius-Maximilians-Universität Würzburg</subfield><subfield code="d">2022</subfield></datafield><datafield tag="546" ind1=" " ind2=" "><subfield code="a">Zusammenfassung in deutscher und englischer Sprache</subfield></datafield><datafield tag="583" ind1="1" ind2=" "><subfield code="a">Archivierung/Langzeitarchivierung gewährleistet</subfield><subfield code="5">DE-101</subfield><subfield code="2">pdager</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">4\p</subfield><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">5\p</subfield><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">6\p</subfield><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">7\p</subfield><subfield code="a">Merkmalsextraktion</subfield><subfield code="0">(DE-588)4314440-8</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">8\p</subfield><subfield code="a">Datensicherung</subfield><subfield code="0">(DE-588)4011144-1</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">9\p</subfield><subfield code="a">Data Mining</subfield><subfield code="0">(DE-588)4428654-5</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">10\p</subfield><subfield code="a">Anomalieerkennung</subfield><subfield code="0">(DE-588)1042742219</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Fraud detection</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe</subfield><subfield code="o">urn:nbn:de:bvb:20-opus-298569</subfield><subfield code="o">doi:10.25972/OPUS-29856</subfield></datafield><datafield tag="856" ind1="4" ind2="1"><subfield code="u">https://doi.org/10.25972/OPUS-29856</subfield><subfield code="x">Resolving-System</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">aepkn</subfield><subfield code="c">0,95047</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#aepkn</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">emasg</subfield><subfield code="c">0,71588</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emasg</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">npi</subfield><subfield code="d">20221226</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#npi</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">4\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,61808</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">5\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,11874</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">6\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,09060</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">7\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,07412</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">8\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,06512</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">9\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,05751</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">10\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,05351</subfield><subfield code="d">20221227</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ebook</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034153579</subfield></datafield></record></collection>
genre	(DE-588)4113937-9 Hochschulschrift gnd-content
genre_facet	Hochschulschrift
id	DE-604.BV048888973
illustrated	Not Illustrated
index_date	2024-07-03T21:47:55Z
indexdate	2024-10-17T20:00:19Z
institution	BVB
language	English
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-034153579
oclc_num	1376406228
open_access_boolean	1
owner	DE-384 DE-473 DE-BY-UBG DE-703 DE-1051 DE-824 DE-29 DE-12 DE-91 DE-BY-TUM DE-19 DE-BY-UBM DE-1049 DE-92 DE-739 DE-898 DE-BY-UBR DE-355 DE-BY-UBR DE-706 DE-20 DE-1102 DE-860 DE-2174
owner_facet	DE-384 DE-473 DE-BY-UBG DE-703 DE-1051 DE-824 DE-29 DE-12 DE-91 DE-BY-TUM DE-19 DE-BY-UBM DE-1049 DE-92 DE-739 DE-898 DE-BY-UBR DE-355 DE-BY-UBR DE-706 DE-20 DE-1102 DE-860 DE-2174
physical	ix, 197 Seiten
psigel	ebook
publishDate	2022
publishDateSearch	2022
publishDateSort	2022
record_format	marc
spelling	Schlör, Daniel Verfasser (DE-588)1285304764 aut Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten vorgelegt von Daniel Schlör Anomalieentdeckung in Transaktionsdaten Würzburg 2022 ix, 197 Seiten txt rdacontent n rdamedia nc rdacarrier Dissertation Julius-Maximilians-Universität Würzburg 2022 Zusammenfassung in deutscher und englischer Sprache Archivierung/Langzeitarchivierung gewährleistet DE-101 pdager 4\p Maschinelles Lernen (DE-588)4193754-5 gnd 5\p Datenanalyse (DE-588)4123037-1 gnd 6\p Neuronales Netz (DE-588)4226127-2 gnd 7\p Merkmalsextraktion (DE-588)4314440-8 gnd 8\p Datensicherung (DE-588)4011144-1 gnd 9\p Data Mining (DE-588)4428654-5 gnd 10\p Anomalieerkennung (DE-588)1042742219 gnd Fraud detection (DE-588)4113937-9 Hochschulschrift gnd-content Erscheint auch als Online-Ausgabe urn:nbn:de:bvb:20-opus-298569 doi:10.25972/OPUS-29856 https://doi.org/10.25972/OPUS-29856 Resolving-System kostenfrei Volltext 1\p aepkn 0,95047 20221227 DE-101 https://d-nb.info/provenance/plan#aepkn 2\p emasg 0,71588 20221227 DE-101 https://d-nb.info/provenance/plan#emasg 3\p npi 20221226 DE-101 https://d-nb.info/provenance/plan#npi 4\p emagnd 0,61808 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd 5\p emagnd 0,11874 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd 6\p emagnd 0,09060 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd 7\p emagnd 0,07412 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd 8\p emagnd 0,06512 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd 9\p emagnd 0,05751 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd 10\p emagnd 0,05351 20221227 DE-101 https://d-nb.info/provenance/plan#emagnd
spellingShingle	Schlör, Daniel Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten 4\p Maschinelles Lernen (DE-588)4193754-5 gnd 5\p Datenanalyse (DE-588)4123037-1 gnd 6\p Neuronales Netz (DE-588)4226127-2 gnd 7\p Merkmalsextraktion (DE-588)4314440-8 gnd 8\p Datensicherung (DE-588)4011144-1 gnd 9\p Data Mining (DE-588)4428654-5 gnd 10\p Anomalieerkennung (DE-588)1042742219 gnd
subject_GND	(DE-588)4193754-5 (DE-588)4123037-1 (DE-588)4226127-2 (DE-588)4314440-8 (DE-588)4011144-1 (DE-588)4428654-5 (DE-588)1042742219 (DE-588)4113937-9
title	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten
title_alt	Anomalieentdeckung in Transaktionsdaten
title_auth	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten
title_exact_search	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten
title_exact_search_txtP	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten
title_full	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten vorgelegt von Daniel Schlör
title_fullStr	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten vorgelegt von Daniel Schlör
title_full_unstemmed	Detecting Anomalies in Transaction Data = Anomalieentdeckung in Transaktionsdaten vorgelegt von Daniel Schlör
title_short	Detecting Anomalies in Transaction Data
title_sort	detecting anomalies in transaction data anomalieentdeckung in transaktionsdaten
title_sub	= Anomalieentdeckung in Transaktionsdaten
topic	4\p Maschinelles Lernen (DE-588)4193754-5 gnd 5\p Datenanalyse (DE-588)4123037-1 gnd 6\p Neuronales Netz (DE-588)4226127-2 gnd 7\p Merkmalsextraktion (DE-588)4314440-8 gnd 8\p Datensicherung (DE-588)4011144-1 gnd 9\p Data Mining (DE-588)4428654-5 gnd 10\p Anomalieerkennung (DE-588)1042742219 gnd
topic_facet	Maschinelles Lernen Datenanalyse Neuronales Netz Merkmalsextraktion Datensicherung Data Mining Anomalieerkennung Hochschulschrift
url	https://doi.org/10.25972/OPUS-29856
work_keys_str_mv	AT schlordaniel detectinganomaliesintransactiondataanomalieentdeckungintransaktionsdaten AT schlordaniel anomalieentdeckungintransaktionsdaten

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Volltext öffnen

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge