Fragen zu Data-Mining
 Startseite   Kontakt   Impressum  
    Sie sind hier:  FAQ » Data-Mining/Web-Mining

    Häufig gestellte Fragen zu Data-Mining/Web-Mining

    Alle zeigen | Alle ausblenden

    Antwort anzeigen bzw. verbergen

    Wie schwer ist Data-Mining?

    Die Kunst des Data-Mining-Projektes liegt u.a. in der ausgewogenen Auswahl der Werkzeuge und Algorithmen und in der sorgf√§ltigen Vorbereitung f√ľr den eigentlichen Analyseschritt. Dies erfordert umfangreiche technische aber auch projektspezifische Kenntnisse, da sehr viel Projektaufwand in die Datenaufbereitung und in die Koordination der beteiligten Stellen im Unternehmen fliesst.

    Antwort anzeigen bzw. verbergen

    Was hat Maschinelles Lernen mit KI (K√ľnstliche Intelligenz) zu tun?

    Die KI ist ein sehr breites Forschungsgebiet, welches viele Aspekte der menschlichen F√§higkeiten untersucht und mehr oder weniger erfolgreich versucht k√ľnstlich nachzubilden.
    Eine der wichtigsten Eigenschaften des Menschen ist sicherlich die Lernfähigkeit, d.h. die Veränderung des Verhaltens aufgrund gemachter Erfahrungen.
    Die Erfahrungen eines Computersystems sind alleine die Daten. Genau aus diesem Grund spielt insbesondere das Machinelle Lernen eine entscheidene Rolle bei automatisierten Datenanalysen.

    Antwort anzeigen bzw. verbergen

    Wie funktioniert Mißbrauchserkennung mit Data-Mining?

    Alle Mi√übrauchsprojekte (Fraud-Detection) sind unterschiedlich, denn je nach Thema und Sparte sind verf√ľgbare Daten sehr verschieden. Doch es gibt auch Gemeinsamkeiten: W√§hrend im "normalen" Data-Mining wiederkehrende Muster gesucht werden, sucht man bei der Mi√übrauchserkennung die Abweichung von der Norm.
    Anwendungsbeispiele sind die 0190-Nummern der Deutschen Telekom oder auch die Entdeckung von Versicherungsbetrug.

    Im Online-Marketing kann Click-Betrug z.B. durch Geocoding (Kommen die Clicks alle aus der selben Region?) aufgedeckt werden.

    Antwort anzeigen bzw. verbergen

    Was ist Occams's Razor?

    Von mehreren Theorien, die den gleichen Sachverhalt erklären, ist die einfachste zu bevorzugen. Dieses "Sparsamkeitsprinzip" machen sich viele maschinelle Lernverfahren zu nutze, um aus den Daten nicht auswändig zu lernen (Overfitting), sondern tatsächlich valide Regeln zu generieren.
    Viele Data Mining Verfahren beginnen daher auch zun√§chst damit, einfache Zusammenh√§nge zu √ľberpr√ľfen, um erst dann komplexere Modelle anzuwenden.

    Antwort anzeigen bzw. verbergen

    Wie kann ein Computer prognostizieren?

    Im maschinellen Lernen werden bereits bekannte F√§lle als Trainingsbeispiele herangezogen. Aus diesen k√∂nnen Verfahren wie Neuronale Netze (NN), Entscheidungsb√§ume, Clustering-Verfahren oder Support Vector Maschinen (SVM) Gemeinsamkeiten entdecken, die es erm√∂glichen f√ľr neue F√§lle Vorhersagen zu erstellen.

    Antwort anzeigen bzw. verbergen

    Reicht es eine Data-Mining-Software zu kaufen?

    Nein, denn das Werkzeug alleine liefert noch keine sinnvollen Erkenntnisse. Es ist Teil eines Zyklus, in dem das Werkzeug wichtigster Bestandteil des Analyseschrittes ist. Es steht damit in einer wiederkehrenden Abfolge aus Datenaufbereitung, Analyse, Anwendung und Feedback.

    Weitere Informationen zum Data-Mining Zykuls