Description
(Text)
Die in Unternehmensdatenbanken gespeicherten Daten wachsen aufgrund moderner Datensammlungs- und Datenbereitstellungstechniken exponentiell an. Gleichzeitig steigt in einer immer komplexer werdenden Umwelt das Bedürfnis nach handlungsrelevantem Wissen. Die zwischen diesen beiden Bereichen immer noch sehr große Lücke zu schließen, haben sich die Autoren in dem Buch zum Ziel gesetzt. Dazu werden zwei sehr interessante, jedoch in der Praxis noch weitgehend unbekannte Methodengruppen, adaptive Regelsysteme (Neuro-Fuzzy Systeme) und graphentheoretische Modelle der Abhängigkeitsanalyse methodisch vertieft und in ein Standardprozeßmodell der Wissensentdeckung integriert. Die Leistungsfähigkeit der Vorgehensweisen wird an einer Reihe von Praxisanwendungen demonstriert.
(Table of content)
Aus dem Inhalt: Graphentheoretische Modelle der Abhängigkeitsanalyse - Adaptive Regelsysteme, insbesondere Neuro-Fuzzy Systeme - Datenvor- und Musternachbearbeitung - Praxisanwendungen der Datenanalyse.
(Author portrait)
Die Autoren: Thomas Wittmann, Jahrgang 1969, studierte Betriebswirtschaftslehre an der Katholischen Universität Eichstätt und arbeitete von 1996 bis 1999 als wissenschaftlicher Mitarbeiter bei Prof. Dr. Johannes Ruhland am Lehrstuhl für Wirtschaftsinformatik an der Universität Jena.
Matthias Hunscher, Jahrgang 1966, studierte Statistik an der Universität Dortmund und war von 1994 bis 1998 als wissenschaftlicher Mitarbeiter bei Prof. Dr. Peter Kischka am Lehrstuhl für Wirtschafts- und Sozialstatistik, ebenfalls in Jena, tätig.
Gemeinsam arbeiteten sie im Projekt «Knowledge Discovery in Databases - Entwicklung robuster, kommerziell realisierbarer Verfahren».
