Name
Abstract | ||
|---|---|---|
Das Tutorsystem DaMiT stellt Wissenber das Gebiet des Data Mining auf neuartige Weise zur Verfgung. Es repr‰sentiert sogen. Content ñ n‰mlich Wissenber Grundlagen, Prinzipien und Verfahren des Data Mining inkl. ausgearbeite- ter Fallstudien und Bewertungen kommerzieller Data Mining-Tools ñ, der gleichermaflen in der akademischen Ausbildung, in der beruichen Weiterbildung, im lebenslangen Lernen und fr Entscheidungsprozesse in Politik und Wirtschaft relevant ist. DaMiT ist ein integriertes System, welches, getrieben vom Paradigma des ÑLearning by Doingì, das Studium des Data Mining organisch mit seinen Anwendungen verbindet. DaMiT ist adaptierbar in dem Sinne, dafl die Benutzer ihre jeweils favorisierte Sicht auf die Inhalte leben knnen. DaMiT ist adaptiv, da es sich den Bedrfnissen des Benutzers hinsichtlich des Pr‰sentationsstils anpaflt. Fr die komplexen An- wendungsbungen der Lernenden hat DaMiT ein eigenes Konzept hervorgebracht, entwickelt und implementiert, die sogenannten ÑCompetiti- ve Exercisesì. Mit DaMiT kann man nicht nur Data Mining studieren, man kann es praktizieren. DaMiT gehtber die Funktionalit‰t kon- ventioneller Systeme des E-Learning hinaus und betritt direkt den Marktplatz Internet, ausgerstet mit einer integrierten E-Payment- Funktionalit‰t und einer Anbindung an moderne IT-Sicherheitsinfrastrukturen. |
Year | Venue | Keywords |
|---|---|---|
2004 | LWA | data mining |
Field | DocType | Citations |
Data science,Computer science | Conference | 2 |
PageRank | References | Authors |
0.46 | 3 | 4 |
Name | Order | Citations | PageRank |
|---|---|---|---|
| Klaus P. Jantke | 1 | 831 | 123.18 |
| Gunter Grieser | 2 | 174 | 19.82 |
| Steffen Lange | 3 | 206 | 20.29 |
| Martin Memmel | 4 | 45 | 7.96 |