Data Mining in SAP NetWeaver BI
Buch in deiner Nähe kaufen
Beschreibung
Mit diesem Buch lernen Berater und Mitglieder in Fachteams, wie sie SAP BI für die Data-Mining-Analyse einsetzen können. Dabei werden zunächst drei zentrale Fragen geklärt: Welche Verfahren gibt es? Für welche Problemstellung eignen sie sich jeweils am besten? Wie setzt man die von der SAP ausgelieferten Verfahren ein? Anhand von leicht nachvollziehbaren Beispielen lernen Sie dann, Data-Mining-Modelle anzulegen, mit dem Analyseprozess-Designer (APD) umzusetzen und anzuwenden. Freilich werden Ihnen auch die Entwicklung und der Einsatz eigener Verfahren vermittelt. Zusätzlich wird auch auf die prozessuale Integration und Anwendung der Data-Mining-Verfahren im Rahmen von Knowledge Discovery in Databases (KDD) eingegangen.
Das Buch basiert auf dem aktuellen Release SAP NetWeaver 2004s BI.
Aus dem Inhalt:
- Voraussetzungen für ein erfolgreiches Data Mining
- Data-Mining-Verfahren
- Konfiguration von Data Mining in SAP BI
- Bestehende Data-Mining-Verfahren in SAP BI
- Neue Data-Mining-Verfahren für SAP BI
Autor*in
Martin Kießwetter
Themen in »Data Mining in SAP NetWeaver BI«
ABC-Analyse Analyseprozess-Designer Cluster-Analyse Data Warehouse Neuronale Netze SAP Business Information Warehouse SAP Business Intelligence SAP NetWeaver BI SAP PRESS Threshhold Accepting
Stimmen zu »Data Mining in SAP NetWeaver BI«
Infoweek-Empfehlung:Mit diesem Buch lernen SAP-Berater die Möglichkeiten und den konkreten Einsatz der SAP-Data-Mining-Komponente NetWeaver BI kennen. Martin Kiesswetter und Dirk Vahlkamp schaffen es, auf gerade mal 375 Seiten die umfangreichen Data-Mining-Möglichkeiten des aktuellen Release SAP NetWeaver 2004s BI in adäquater und spannender Form abzubilden. Nach einer kurzen Einführung beginnen die Autoren mit einer grundsätzlichen Klärung des Begriffs Data Mining und hierbei insbesondere dessen Aufgaben und Ziele im SAP-Umfeld. Im dritten Kapitel werden die in SAP NetWeaver BI zur Verfügung stehenden Werkzeuge, die APD Workbench und die DM Workbench vorgestellt. In den darauf folgenden Kapiteln werden konkrete Analysemethoden beschrieben, die ihrem Ansatz entsprechend in drei Gruppen unterteilt werden: unüberwachtes Lernen, überwachtes Lernen sowie neue Algorithmen und neuronale Netze. Die vorgestellten Beispiele sind dabei mit vielen Screenshots illustriert, und die grundlegenden statistischen Methoden werden in einer auch für Statistik-Laien verständlichen Sprache erklärt.
()