TY - THES
T1 - Entwicklung und Anwendung eines Werkzeugs zur Klassifikation von Daten nach dem KDD-Prozess
AU - Vogl, Rene
PY - 2013/10
Y1 - 2013/10
N2 - Das Aufgabengebiet der Klassifikation im Arbeitsbereich des Data Mining stellt ein weitverbreitetes und viel genutztes Aufgabengebiet dar. Zur Lösung einer Klassifikationsproblemstellung sind mehrere Arbeitsschritte durchzuführen, welche im sogenannten KDD-Prozess abgebildet sind. In dieser Arbeit werden die einzelnen Schritte des KDD-Prozesses und ihre Abhängigkeiten untereinander detailliert beschrieben.
Die Problemstellung dieser Arbeit ist die Einteilung von Projekten in Kategorien, welche den voraussichtlichen Erfolg eines Projektes darstellen. Anhand dieser Einteilung soll möglichst bald im Projektablauf eine Aussage über den voraussichtlichen Erfolg eines Projekts getroffen werden können. Das Ziel ist die frühzeitige Identifikation von laufenden Projekten, welche Anzeichen zeigen, dass diese Projekte nicht erfolgreich beendet werden können. Diese Einteilung von Projekten in Kategorien soll so einfach und schnell als möglich durchgeführt werden können.
Das Ergebnis dieser Arbeit ist die Implementierung eines Werkzeugs zur einfachen Anwendung des KDD-Prozesses zur Lösung von Klassifikationsaufgabenstellungen, wie z.B. der Problemstellung der Einteilung von Projekten in Kategorien, welchen den voraussichtlichen Erfolg eines Projektes darstellen. Dieses Werkzeug ermöglicht eine schnelle und einfache Lösung von Klassifikationsaufgaben, ohne vom Benutzer Expertenwissen über den KDD-Prozess vorauszusetzen. Hierbei wird auf Algorithmen und Techniken zurückgegriffen, welche bei für Klassifikationsaufgabenstellungen geringem Datenvolumen möglichst hochwertige Resultate erzielen. Die in diesem Programm angebotenen Algorithmen werden daraufhin auf den gegebenen Anwendungsfall angewendet und die Eignungen der einzelnen Klassifikationsalgorithmen zur Lösung des Anwendungsfalles bewertet.
AB - Das Aufgabengebiet der Klassifikation im Arbeitsbereich des Data Mining stellt ein weitverbreitetes und viel genutztes Aufgabengebiet dar. Zur Lösung einer Klassifikationsproblemstellung sind mehrere Arbeitsschritte durchzuführen, welche im sogenannten KDD-Prozess abgebildet sind. In dieser Arbeit werden die einzelnen Schritte des KDD-Prozesses und ihre Abhängigkeiten untereinander detailliert beschrieben.
Die Problemstellung dieser Arbeit ist die Einteilung von Projekten in Kategorien, welche den voraussichtlichen Erfolg eines Projektes darstellen. Anhand dieser Einteilung soll möglichst bald im Projektablauf eine Aussage über den voraussichtlichen Erfolg eines Projekts getroffen werden können. Das Ziel ist die frühzeitige Identifikation von laufenden Projekten, welche Anzeichen zeigen, dass diese Projekte nicht erfolgreich beendet werden können. Diese Einteilung von Projekten in Kategorien soll so einfach und schnell als möglich durchgeführt werden können.
Das Ergebnis dieser Arbeit ist die Implementierung eines Werkzeugs zur einfachen Anwendung des KDD-Prozesses zur Lösung von Klassifikationsaufgabenstellungen, wie z.B. der Problemstellung der Einteilung von Projekten in Kategorien, welchen den voraussichtlichen Erfolg eines Projektes darstellen. Dieses Werkzeug ermöglicht eine schnelle und einfache Lösung von Klassifikationsaufgaben, ohne vom Benutzer Expertenwissen über den KDD-Prozess vorauszusetzen. Hierbei wird auf Algorithmen und Techniken zurückgegriffen, welche bei für Klassifikationsaufgabenstellungen geringem Datenvolumen möglichst hochwertige Resultate erzielen. Die in diesem Programm angebotenen Algorithmen werden daraufhin auf den gegebenen Anwendungsfall angewendet und die Eignungen der einzelnen Klassifikationsalgorithmen zur Lösung des Anwendungsfalles bewertet.
UR - http://www.dke.jku.at/index.html?/research/index.html
M3 - Master-/Diplomarbeit
CY - Linz
ER -