Link http://de.wikipedia.org/wiki/Data-Mining Unter Data-Mining versteht man die Anwendung von (statistisch-mathematischen) Methoden auf einen Datenbestand mit dem Ziel der Mustererkennung. Dabei finden insbesondere solche Methoden Anwendung, die hervorragende asymptotische Laufzeiten haben, weshalb Data-Mining oft im Zusammenhang mit großen Datenbeständen genannt wird. Gleichwohl ergeben sich durch den Verzicht auf Modellannahmen über den Datenentstehungsprozess auch bei kleinen Datenbeständen interessante Anwendungsmöglichkeiten. http://de.wikipedia.org/wiki/DMX_-_Data_Mining_Extension DMX - Data Mining Extension DMX ist eine proprietäre Erweiterung des SQL-Standards um die Fähigkeit, mit Data-Mining Modellen zu arbeiten. DMX ist eine Entwicklung verschiedener Softwarehersteller unter der Federführung von Microsoft. http://en.wikipedia.org/wiki/Data_mining Data mining is the principle of sorting through large amounts of data and picking out relevant information. It is usually used by business intelligence organizations, and financial analysts, but it is increasingly used in the sciences to extract information from the enormous data sets generated by modern experimental and observational methods. It has been described as "the nontrivial extraction of implicit, previously unknown, and potentially useful information from data" and "the science of extracting useful information from large data sets or databases". http://kd.cs.uni-magdeburg.de/wm2002ws.html Angesichts stetig wachsender Datenmengen und größeren Wettbewerbsdrucks wird es immer wichtiger, aus vorhandenen Datenbeständen etwaige darin verborgene wichtige Informationen zu extrahieren. Deshalb finden Techniken aus dem Gebiet des Data Mining (auch Wissensentdeckung, Knowledge Discovery) immer stärkere Anwendung in Business, Technik und Wissenschaft. Die Vorlesung gibt eine Einführung in dieses interdisziplinäre Gebiet, das sich auf Beiträge u.a. aus den Bereichen Datenbanken, Statistik, Maschinelles Lernen und Visualisierung stützt. Es werden die Hauptanalyseaufgaben und entsprechende Techniken vorgestellt (Klassifikation und Vorhersage, Subgruppensuche, Assoziationsregeln, Clustering, Scientific Discovery, Geo-Mining, Text Mining) und auf relevante technische und organisatorische Grundlagen eingegangen (Datenbanken und Data Warehouses, Skalierbarkeit, Vorverarbeitung, Softwarearchitekturen, Verfahrensbewertung). http://themanagement.de/Knowledgebase/Marketing/Datamining.htm Datamining-Directory http://www.additive-net.de/software/fqs/ghostminer/ GhostMiner - ein leistungsstarkes, skalierbares und einfach zu bedienendes Werkzeug für das Data Mining http://www.ais.fraunhofer.de/de/gf/InfMin.html Fraunhofer-Institut für Autonome Intelligente Systeme AIS Die Lösungen des Geschäftsfeldes Information Mining unterstützen unsere Kunden und Partner, aus großen und mehrdimensionalen Datenbeständen, Data Streams oder auch Prozessdaten gültiges, nützliches, verwendbares und verständliches Wissen zu extrahieren. Durch Bereitstellung innovativer Data Mining Verfahren und aktiver Lernmethoden, neuer Formen der Datenrepräsentation und high-performance computing services gelingt es dem Geschäftsfeld Information Mining, Lösungen, Dienstleistungen und Produkte anzubieten, die sich in Innovation, Serviceorientierung und Adaptivität deutlich von der Konkurrenz unterscheiden. http://www.amazon.de/Practical-Learning-Techniques-Kaufmann-Management/dp/0120884070 Taschenbuch: Data Mining. Practical Machine Learning Tools and Techniques http://www.bwi.unibw-muenchen.de/home/rudolph/dm.html Data Mining Verfahren http://www.database-marketing.de/miningmining.htm Data Mining - eine Einführung http://www.data-mining.de Data Mining Forum http://www.data-mining-cup.de Weltweit größter Data-Mining-Wettbewerb trifft zum neunten Mal auf führende Anwenderkonferenz für intelligente Datenanalyse. http://www.data-mining-forum.de Data Mining Forum http://www.dbs.informatik.uni-muenchen.de/Lehre/MaschLernen/SS2007/index.html Ludwig-Maximilians-Universität München, Institut für Informatik, Lehr- und Forschungseinheit für Datenbanksysteme Vorlesung Maschinelles Lernen und Data Mining im SS 2007 http://www.digitaldistrict.de Data Mining ist die Analyse und Auswertung von Daten mittels Verfahren und Techniken, die es erlauben, aus sehr großen Datenmengen unbekannte Zusammenhänge, Muster und Trends zu erkennen. Dies kann im Rahmen von CRM-Strategien oder aber auch einfach nur bei der Auswertung von Server-Logfiles mehr als nur hilfreich für das Erreichen von handfesten Zielen sein. Digital District hat im Rahmen von zahlreichen Datamining-Projekten nicht nur Beratung, sondern auch die Umsetzung gesteuert. Und das bei Unternehmen aller Größen und Branchen. Mit Digital District setzen Sie also auf einen Dienstleister, der weiss, wie Datamining den höchstmöglichen Erfolg bringt. http://www.dpunkt.de/buecher/1787.html Buch: Information Retrieval Suchmodelle und Data-Mining-Verfahren für Textsammlungen und das Web http://www.gi-ev.de/service/informatiklexikon/informatiklexikon-detailansicht/meldung/93/ Web Mining Schon vor vielen Jahren ist eine der unangenehmen Auswirkungen des Informationszeitalters in den EDV-Abteilungen und Rechenzentren sichtbar geworden. Euphorisch über die neuen technischen Möglichkeiten der Datenverarbeitung wurden und werden immer mehr und immer detailliertere Informationen gespeichert. Die Folge ist unübersichtliches, inkonsistentes und hochgradig redundantes Datenmaterial, dem schon bei einfachen Fragestellungen kaum eine Antwort zu entlocken ist. Ein Datawarehouse kann in diesem Fall helfen, Ordnung in die Daten zu bringen. In einem Datawarehouse werden alle operativen Datenquellen, die meist heterogen und von sehr unterschiedlicher Qualität sind, zusammengeführt, um sie unternehmensweit und für zukünftige Ansprüche skalierbar zur Verfügung zu stellen. Auch im Falle des Web Minings muss die Datenhaltung, die auch als Data Webhouse bezeichnet werden kann, an die neuen Anforderungen angepasst sein. Auf diesen kumulierten Daten kann anschließend mit Data Mining nach Antworten auf nicht gestellte Fragen gesucht werden. Data Mining bezeichnet den Prozess, der automatisch vorher unbekannte, interessante und interpretierbare Zusammenhänge in großen Datenmengen zu finden vermag. Data Mining ist stets im Kontext von Wissensentdeckung zu sehen (Knowledge Discovery in Databases, KDD), welche den gesamten Prozessablauf bezeichnet, der im Wesentlichen aus Datenaufbereitung, Data Mining und Interpretation der Ergebnisse besteht. Übertragen auf Web Mining wird der Prozess mit „Web KDD" bezeichnet. http://www.iais.fraunhofer.de/kdml.html Fachgruppe Knowledge Discovery, Data Mining und Maschinelles Lernen (FG-KDML) http://www.informatik.uni-hamburg.de/TGI/forschung/projekte/mining.html Projekt : Simulation, Data Mining & Multiagentensysteme http://www.is.informatik.uni-duisburg.de/courses/dm_ws05/index.html Data Mining - Vorlesung, Wintersemester 2005/2006 http://www.sap-press.de/katalog/buecher/titel/gp/titelID-1344 Buch: Data Mining in SAP NetWeaver BI http://www.spss.com Die komplette Data Mining Workbench http://www.the-data-mine.com The Data Mine was launched in April 1994, to provide information about Data Mining also known as Knowledge Discovery In Databases (KDD) or simply Knowledge Discovery. http://www2.informatik.hu-berlin.de/Forschung_Lehre/wm/mldm2006w.html Maschinelles Lernen und Data Mining (Halbkurs, praktische Informatik)