ISBN-13: 9783638703413 / Niemiecki / Miękka / 2007 / 96 str.
ISBN-13: 9783638703413 / Niemiecki / Miękka / 2007 / 96 str.
Diplomarbeit aus dem Jahr 2001 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Westfalische Wilhelms-Universitat Munster (Institut fur Wirtschaftsinformatik), 98 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Die Literatur zum Data Mining dokumentiert zahlreiche Versuche, aus verschiedenartigsten Datenbestanden neue Erkenntnisse zu gewinnen. Es werden unterschiedliche Algorithmen des Data Mining beschrieben. In dieser Arbeit soll die Eignung Kunstlich Neuronaler Netze als Mining-Algorithmen fur die Methoden Clustern und Vorhersage untersucht werden. Dabei begrenzt sich die Sichtweise auf Backpropagation - und Kohonen-Netze, da diese Neuronalen Netze fur Clustern und Vorhersagen pradestiniert sind. Sie stellen eine Alternative zu den statistischen Methoden zur Prognose- bzw. Clustererstellung dar. Die eingesetzten Neuronalen Netze sollen mit dem K-Means-Verfahren und dem Box-Jenkins-Ansatz verglichen werden. Die theoretischen Konstrukte werden anhand von Versicherungsdaten evaluiert. Die Ergebnisse zeigen die Vor- und Nachteile der untersuchten Methoden und geben dem Leser eine Handlungsempfehlung fur die Auswahl von Data Mining-Algorithmen in der Praxis.