Das Wichtigste in Kürze.
Wissensgebiete: Wirtschaftsinformatik Data Warehouse Data Mining
Zielgruppen: Software-Entwickler Datenbank-Entwickler Studierende der Informatik & Wirtschaftsinformatik
Voraussetzungen: keine
Charakteristika dieses Buches:
* Umfassende Darstellung der Themenbereiche 'Data Warehousing' und 'Data Mining'.
* Vermittlung der technischen Komponenten zur Informationsversorgung und Entscheidungsunterstützung.
* Vorstellung aller konzeptionellen und technischen Grundlagen.
* Zahlreiche Beispiele aus einer durchgängigen Fallstudie.
* Multidimensionale Datenmodellierung
* Zielführende Auswertung der Analysedaten unter Einsatz leistungsfähiger Methoden
* Implementierung der Analysedaten in einer geeigneten Architektur.
* Unter Einsatz leistungsfähiger Methoden zielführend Analysedaten auswerten.
* Themenschwerpunkte: Data Warehouse, On-Line Analytical Processing (OLAP), Modellierung multidimensionaler Datenstrukturen, Data Mining, CRISP-DM-Modell.
The items bear minimal signs of past use, such as light scratches or memories in the form of markings. These signs of wear give the items a charming character and tell stories of their previous owners, while not affecting their functionality.