Detailansicht
Data Mining mit genetischen Algorithmen
eBook - Eine theoretische und empirische Untersuchung ausgewählter Aufgabenstellungen
ISBN/EAN: 9783832442392
Umbreit-Nr.: 6009318
Sprache:
Deutsch
Umfang: 101 S., 5.06 MB
Format in cm:
Einband:
Keine Angabe
Erschienen am 25.06.2001
Auflage: 1/2001
E-Book
Format: PDF
DRM: Nicht vorhanden
- Zusatztext
- Inhaltsangabe:Einleitung:Data Mining (DM) ist ein Oberbegriff für eine Reihe von Verfahren, die zur automatischen Gewinnung von Informationen aus großen Datenmengen dienen. Genetische Algorithmen (GA) sind Such- und Optimierungsverfahren, die in Analogie zur biologischen Evolution arbeiten und für DM-Aufgaben eingesetzt werden können. Dies geschieht bislang nur sporadisch und an untergeordneter Stelle. Die steigende Verfügbarkeit leistungsstarker Hardware und paralleler Systemarchitekturen machen die Benutzung von GA aber auch für die routinemäßig anfallenden Aufgaben der Datenanalyse immer interessanter.Das Ziel der Arbeit ist die Untersuchung von GA als Lösungsverfahren für typische DM-Aufgaben der Unternehmenspraxis.Dazu wird zum einen die prinzipielle Vorgehensweise beim Erfüllen von DM-Aufgaben mit GA diskutiert. Eine Analyse von DM-Aufgaben führt darüber hinaus zu einer Systematisierung in mehrere Aufgaben-Klassen, die sich hinsichtlich ihrer Relevanz für unternehmerische Fragestellungen unterscheiden. Für die wichtigsten dieser Klassen werden konkrete GA-Konfigurationen vorgeschlagen und anschließend anhand von Beispieldaten in mehreren Experimenten erprobt, um auf empirischem Wege Hinweise auf ihre Brauchbarkeit zu gewinnen.Dem potentiellen Benutzer werden die Potentiale von GA zum DM verdeutlicht und darüber hinaus Hilfestellungen gegeben, die eine praktische Anwendung dieser Methode erleichtern.Inhaltsverzeichnis:Inhaltsverzeichnis:1.Einleitung11.1Motivation11.2Problemstellung21.3Gang der Untersuchung22.Data Mining - Grundlagen und Methoden32.1Formalisierungen32.2Begriffsabgrenzung42.3Einflussfaktoren für die Methodenwahl62.4Unterschiedliche Daten62.5Unterschiedliche Ziele72.5.1Übersicht72.5.2Ableitungsvorschriften82.5.3Verknüpfungsregeln102.5.4Segmentierung132.5.5Datenbeschreibung142.6Ausgewählte Verfahren des Data Mining152.6.1Übersicht152.6.2Market Basket Analysis162.6.3Regelinduktion182.6.4Case-based Reasoning202.6.5Neuronale Netze222.6.6Bayes-Netze242.6.7Rough Set Theory262.6.8Explorative Datenanalyse272.7Logische Grenzen der Aussagefähigkeit entdeckter Muster283.Genetische Algorithmen303.1Überblick303.2Parallelen zur Evolutionstheorie323.3Problemrepräsentation333.3.1Bitkodierung333.3.2Andere Kodierungsmöglichkeiten353.3.3Suchraum und []
- Kurztext
- Inhaltsangabe:Einleitung: Data Mining (DM) ist ein Oberbegriff für eine Reihe von Verfahren, die zur automatischen Gewinnung von Informationen aus großen Datenmengen dienen. Genetische Algorithmen (GA) sind Such- und Optimierungsverfahren, die in Analogie zur biologischen Evolution arbeiten und für DM-Aufgaben eingesetzt werden können. Dies ...