Data Mining

Data Mining - Bedeutung und Motivation:
- Ziele, Einsatzgebiete, Problemkreise

- Erhebung zur Beliebtheit und Motivation

- Produktreife im Hypecycle.

Data Mining-Architekturen:

- Ausgewählte Architekturen wichtiger Hersteller

- Einbettung von Data Mining in DWH-Architekturen.

Data Mining-Prozess:

- Der Data Mining-Prozess aus der Sicht einiger Hersteller

- Der Data Mining-Prozess nach Fayyad

- Problemspezifikation

- Datenbeschaffung

- Datenaufbereitung, Transformation, Lifting

- Data Mining

- Interpretation

- Umsetzung.

Data Mining-Methoden und Technologien:

- Statistik visuell aufbereitet, Regression, Histogramm, Korrelation, ABC-Analyse, Portfolio-Analyse

- Memory based Reasoning, Induktion von Regeln, Warenkorbanalyse, Clustering, Entscheidungsbaum

- Neuronale Netze

- Evolutionäre Algorithmen.

Data Mining-Visualisierung:

- Diagrammarten

- 3-D-Darstellungen

- Hyperslice, Prosection view, parallele Koordinaten

- Tree Map.

Data Mining-Werkzeuge:

- Ausgewählte Data Mining-Werkzeuge

- Ausgewählte Eigenschaften einiger Produkte im Vergleich.

Das Data Mining-Projekt:

- Phasengliederung

- Anforderungen und Fachkonzept

- Kriterien zur Tool-Evaluation

- Der Data Mining Prozess

- Literaturdiskussion.