Data Mining: Vergleichende Untersuchung prädiktiver Techniken

Heutzutage werden sich viele Unternehmen des Reichtums, der in ihren Daten steckt, bewusst und fragen sich, ob sich die Implementierung von Techniken lohnt. Unternehmen haben Zugang zu immer mehr Daten. Aufgrund der großen Menge an verfügbaren Informationen kann es sehr schwierig sein, riesige Mengen an strukturierten und unstrukturierten Daten zu erfassen, um Verbesserungsprojekte für das gesamte Unternehmen umzusetzen.Dieses Buch konzentriert sich auf 2 Datamining-Techniken (überwachte und nicht überwachte) wie: Entscheidungsbäume, Regression, neuronale Netze und Support Vector Machines (SVM)...es wird sich auf die Anwendungsumgebung jeder Technik konzentriert, die Vorteile,Nachteile und Konsequenzen der Wahl eines dieser technischen Elemente, um verborgene prädiktive Informationen aus großen Datenbanken zu extrahieren, und die Art und Weise, wie jede Technik implementiert wird.Schließlich stellte das Dokument einige wertvolle Elemente Empfehlungen im Bereich Dataminig vor.

Autorentext

Lehrer Khalid BALARQualifizierter HochschullehrerSpezialität: Business Intelligence und statistische ModellierungKoordinator der Berufslizenz für E-Business und digitales Management.Fakultät für Rechts-, Wirtschafts- und SozialwissenschaftenUniversität Hassan II - Casablanca.