Big Data – Data Mining
Interaktiv
Infomodul:
Typische Analysearten des Data Mining wie Clustering, Assoziationsanalyse und Regressionsanalyse werden anhand von Animation, Erklärtext und Beispiel veranschaulicht.
Medientyp:
Interaktiv (1,7 MByte)
Letzte Aktualisierung:
30.01.2020
Lizenz:

Dieses Medium steht unter einer CC BY-SA 4.0 international Lizenz.
Was bedeutet das?
So verweisen Sie auf das Medium

Dieses Medium steht unter einer CC BY-SA 4.0 international Lizenz.
Was bedeutet das?
So verweisen Sie auf das Medium
Medienpaket:
Beschreibung:
Die Animationen visualisieren die Analysearten Clustering (Ähnlichkeiten herausfinden und Gruppen bilden), Assoziationsanalyse (Abhängigkeiten von Merkmalen und Regeln aufstellen, indem Einkaufsverhalten analysiert wird) und Regressionsanalyse (Zusammenhänge aus vorhandenen Daten ermitteln, indem bei linearer Regression eine Trendlinie gezogen wird). Zu jeder der Analysearten des Data Mining kann ein Beispiel aufgerufen werden.
Hinweise und Ideen:
Eine Trendlinie wird bei linearer Regression durch die Anhäufung von Datenpunkten gezogen und ermöglicht eine Voraussage zur Entwicklung des untersuchten Sachverhalts. In der Animation werden verschiedene mögliche Trendlinien gezogen, am Ende wird die bestmögliche ausgewählt (die meisten Punkte mit dem geringstmöglichen Abstand zur Linie).
Hinweise und Ideen:
Eine Trendlinie wird bei linearer Regression durch die Anhäufung von Datenpunkten gezogen und ermöglicht eine Voraussage zur Entwicklung des untersuchten Sachverhalts. In der Animation werden verschiedene mögliche Trendlinien gezogen, am Ende wird die bestmögliche ausgewählt (die meisten Punkte mit dem geringstmöglichen Abstand zur Linie).
Dazugehörige Medien:
Lernobjekttyp:
Sachinformation
Fächer:
Informatik; Technik
Klassenstufen:
Klasse 7 bis 9; Klasse 10 bis 13
Schultypen:
Berufliche Bildung; Weiterführende Schulen
Stichworte:
Analytische Geometrie; Computertechnik; Datenschutz; Datenverarbeitung; Gesellschaft; Informatik; Internet; Statistik; Wahrscheinlichkeit (Mathematik)
Bibliographie:
Medienportal der Siemens Stiftung
Urheber/Produzent:
MediaHouse GmbH unter Verwendung von Medien von: Erfurth Kluger Infografiken GbR und irights-lab.de
Rechteinhaber:
© Siemens Stiftung 2019