Skip to main content

Data Mining

Der finale Schritt der Analyse-Kette für Big Test Data

Data Mining Algorithmen in jBEAM

Als offenes Framework (ASAM-CEA) bietet jBEAM die Möglichkeit, vorhandene Data Mining Algorithmen beliebig weiterzuentwickeln sowie neue Methoden hinzuzufügen (Bibliotheken: Java, Matlab). Zur Visualisierung der Data Mining-Ergebnisse können alle Grafiken und Grafikobjekte von jBEAM genutzt werden.

Folgende Anwendungsbereiche bzw. Analyse-Algorithmen sind bereits in jBEAM integriert:

  • Pattern: Apriori, FPGrows, ...
  • Clustering: K-Means, Optics, DBScan, ...
  • Prediction: Linear & Periodic Prediction, Support Vector Machine (SVM)...
  • Transformation: Principal Component Analysis (PCA), ...
Graph 1: Darstellung eines rohen Datensatzes mit 3 Kategorien
Graph 2: Datenpunkte bereits durch PCA verschoben
Anwendung des K-Means Clusterings auf einen Datensatz mit mehreren, zufälligen Punktwolken

Wir haben Ihr Interesse geweckt oder noch nicht alle Fragen zu unserer Data Mining Lösung in jBEAM beantwortet?

Schreiben Sie uns über unser Kontaktformular und wir helfen Ihnen gern weiter!