Logo
Unionpedia
Kommunikation
Jetzt bei Google Play
Neu! Laden Sie Unionpedia auf Ihrem Android™-Gerät herunter!
Frei
Schneller Zugriff als Browser!
 

Environment for DeveLoping KDD-Applications Supported by Index-Structures und Knowledge Discovery in Databases

Shortcuts: Differenzen, Gemeinsamkeiten, Jaccard Ähnlichkeit Koeffizient, Referenzen.

Unterschied zwischen Environment for DeveLoping KDD-Applications Supported by Index-Structures und Knowledge Discovery in Databases

Environment for DeveLoping KDD-Applications Supported by Index-Structures vs. Knowledge Discovery in Databases

Environment for DeveLoping KDD-Applications Supported by Index-Structures (ELKI), auf Deutsch etwa „Umgebung zur Entwicklung von Wissensentdeckung-Anwendungen mit Indexstruktur-Unterstützung“, ist ein Forschungsprojekt, das ursprünglich am Datenbanken-Lehrstuhl von Professor Hans-Peter Kriegel an der Ludwig-Maximilians-Universität München entwickelt wurde, und jetzt an der Technischen Universität Dortmund unter der Leitung von Professor Erich Schubert weitergeführt wird. Knowledge Discovery in Databases (KDD), auf Deutsch Wissensentdeckung in Datenbanken, ergänzt das oft synonym gebrauchte Data-Mining um vorbereitende Untersuchungen und Transformationen auszuwertender Daten.

Ähnlichkeiten zwischen Environment for DeveLoping KDD-Applications Supported by Index-Structures und Knowledge Discovery in Databases

Environment for DeveLoping KDD-Applications Supported by Index-Structures und Knowledge Discovery in Databases haben 9 Dinge gemeinsam (in Unionpedia): Ausreißer, Clusteranalyse, Data-Mining, Indexstruktur, KNIME, Ludwig-Maximilians-Universität München, Maschinelles Lernen, RapidMiner, Waikato Environment for Knowledge Analysis.

Ausreißer

Ein Ausreißer-Messwert. Die blaue Regressionsgerade wurde ohne Einbeziehung des Ausreißers erstellt, die violette mit. Der Boxplot wird über einem Zahlenstrahl dargestellt. In der Statistik spricht man von einem Ausreißer, wenn ein Messwert oder Befund nicht in eine erwartete Messreihe passt oder allgemein nicht den Erwartungen entspricht.

Ausreißer und Environment for DeveLoping KDD-Applications Supported by Index-Structures · Ausreißer und Knowledge Discovery in Databases · Mehr sehen »

Clusteranalyse

Ergebnis einer Clusteranalyse mit Normalverteilungen Unter Clusteranalyse (Clustering-Algorithmus, gelegentlich auch: Ballungsanalyse) versteht man ein Verfahren zur Entdeckung von Ähnlichkeitsstrukturen in (meist relativ großen) Datenbeständen.

Clusteranalyse und Environment for DeveLoping KDD-Applications Supported by Index-Structures · Clusteranalyse und Knowledge Discovery in Databases · Mehr sehen »

Data-Mining

Unter Data-Mining (von, aus ‚Daten‘ und ‚graben‘, ‚abbauen‘, ‚fördern‘) versteht man die systematische Anwendung statistischer Methoden auf große Datenbestände (insbesondere „Big Data“ bzw. Massendaten) mit dem Ziel, neue Querverbindungen und Trends zu erkennen.

Data-Mining und Environment for DeveLoping KDD-Applications Supported by Index-Structures · Data-Mining und Knowledge Discovery in Databases · Mehr sehen »

Indexstruktur

Indexstrukturen (Indizes) werden in der Informatik verwendet, um den schnellen Zugriff auf Daten in einer umfangreichen Datensammlung zu gewährleisten.

Environment for DeveLoping KDD-Applications Supported by Index-Structures und Indexstruktur · Indexstruktur und Knowledge Discovery in Databases · Mehr sehen »

KNIME

KNIME, der „Konstanz Information Miner“, ist eine freie Software für die interaktive Datenanalyse.

Environment for DeveLoping KDD-Applications Supported by Index-Structures und KNIME · KNIME und Knowledge Discovery in Databases · Mehr sehen »

Ludwig-Maximilians-Universität München

Maria mit dem Jesuskind auf einer Kathedra sitzend mit dem lateinischen Namen der Universität Geschwister-Scholl-Platz in der Münchner Maxvorstadt Die Ludwig-Maximilians-Universität München (LMU) ist eine Universität in München.

Environment for DeveLoping KDD-Applications Supported by Index-Structures und Ludwig-Maximilians-Universität München · Knowledge Discovery in Databases und Ludwig-Maximilians-Universität München · Mehr sehen »

Maschinelles Lernen

Maschinelles Lernen (ML) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern.

Environment for DeveLoping KDD-Applications Supported by Index-Structures und Maschinelles Lernen · Knowledge Discovery in Databases und Maschinelles Lernen · Mehr sehen »

RapidMiner

RapidMiner, zuvor YALE (Yet Another Learning Environment) genannt, ist eine Umgebung für maschinelles Lernen und Data-Mining.

Environment for DeveLoping KDD-Applications Supported by Index-Structures und RapidMiner · Knowledge Discovery in Databases und RapidMiner · Mehr sehen »

Waikato Environment for Knowledge Analysis

Weka (Waikato Environment for Knowledge Analysis) ist eine Software, die verschiedene Techniken aus den Bereichen Maschinelles Lernen und Data-Mining bereitstellt.

Environment for DeveLoping KDD-Applications Supported by Index-Structures und Waikato Environment for Knowledge Analysis · Knowledge Discovery in Databases und Waikato Environment for Knowledge Analysis · Mehr sehen »

Die obige Liste beantwortet die folgenden Fragen

Vergleich zwischen Environment for DeveLoping KDD-Applications Supported by Index-Structures und Knowledge Discovery in Databases

Environment for DeveLoping KDD-Applications Supported by Index-Structures verfügt über 47 Beziehungen, während Knowledge Discovery in Databases hat 19. Als sie gemeinsam 9 haben, ist der Jaccard Index 13.64% = 9 / (47 + 19).

Referenzen

Dieser Artikel zeigt die Beziehung zwischen Environment for DeveLoping KDD-Applications Supported by Index-Structures und Knowledge Discovery in Databases. Um jeden Artikel, aus dem die Daten extrahiert ist abrufbar unter:

Hallo! Wir sind auf Facebook! »