oberseminar data mining - startseite — htwk fakultät ... data mining systeme und tools zum data...
TRANSCRIPT
Oberseminar Data Mining
Systeme und Tools zum Data Mining: RapidMiner
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 2 von 56
Motivation
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 3 von 56
Inhalt
1 Das Projekt RapidMiner
2 Funktionen
3 KDD-Prozess
4 Weitere Werkzeuge von Rapid-I
5 Zusammenfassung
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 4 von 56 Das Projekt RapidMiner ä Entwicklung
Entwicklung
entwickelt an der Technischen Universitat Dortmunderschienen im Jahre 2001anfangs unter dem Namen YALE - (”Yet AnotherLearning Environment”) veroffentlicht2007 umbenannt in RapidMinerzu diesem Zeitpunkt Version 4.0seit Februar 2010 Version 5.0
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 5 von 56 Das Projekt RapidMiner ä Produktubersicht
Produktubersicht I
lizensiert unter der AGPL bzw. proprietarOpen-Souce-Softwareerhaltlich in der Community- oder Enterprise Editionkomplett in Java geschrieben und damit auf allengroßen Plattformen lauffahigbietet die Moglichkeit uber Java API von externenProgrammen genutzt zu werden
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 6 von 56 Das Projekt RapidMiner ä Produktubersicht
Produktubersicht IIUmgebung zum maschinellen Lernen und zurUmsetzung des KDD-Prozesses (insbesondere desData Minings)Realisierung mittels einer Reihe von Operatoren(z.Z. ca. 500 verschiedene), z.B.:
Algorithmen zum maschinellen LernenDatenvorverarbeitungsoperatorenMeta-OperatorenOperatoren zur VisualisierungOperatoren zum Im- und Export. . .
RapidMiner nutzt XML um Operatorbaumedarzustellen, die den KDD-Prozess modellieren
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 7 von 56 Das Projekt RapidMiner ä Produktubersicht
XML-Operatorbaum1 <?xml version= ” 1.0 ” encoding= ”UTF−8” standalone= ” no ” ?>2 <process version= ” 5.0 ”>3 <!−− [ . . . ] −−>4 <opera tor a c t i va t e d = ” t r ue ” c lass= ” process ” expanded= ” t rue ” name= ” Root ”>5 <process expanded= ” t rue ” he igh t= ” 541 ” width= ” 675 ”>6 <opera tor a c t i v a t e d = ” t r ue ” c lass= ” r e t r i e v e ” expanded= ” t r ue ” he igh t= ” 60
” name= ” Ret r ieve ” width= ” 90 ” x= ” 45 ” y= ” 30 ”>7 <parameter key= ” r e p o s i t o r y e n t r y ” value= ” . . / . . / data / Gol f ” />8 </ opera tor>9 <opera tor a c t i v a t e d = ” t r ue ” c lass= ” d e c i s i o n t r e e ” expanded= ” t r ue ”
he igh t= ” 76 ” name= ” Decis ionTree ” width= ” 90 ” x= ” 180 ” y= ” 30 ” />10 <connect from op= ” Ret r ieve ” f rom por t = ” output ” to op= ” Decis ionTree ”
t o p o r t = ” t r a i n i n g set ” />11 <connect from op= ” Decis ionTree ” f rom por t = ” model ” t o p o r t = ” r e s u l t 1 ” />12 <!−− [ . . . ] −−>13 </ process>14 </ opera tor>15 </ process>
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 8 von 56 Das Projekt RapidMiner ä Produktubersicht
Beispiel-Operatoren
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 9 von 56 Das Projekt RapidMiner ä Produktubersicht
Beispiel-Operatorkette
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 10 von 56 Funktionen
Uberblick
1 Das Projekt RapidMiner
2 Funktionen
3 KDD-Prozess
4 Weitere Werkzeuge von Rapid-I
5 Zusammenfassung
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 11 von 56 Funktionen ä Schnittstellen
Schnittstellen
3 Moglichkeiten zur Bedienung:Server Modus (Kommandozeile)uber Java API aus externen ProgrammenGUI Modus
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 12 von 56 Funktionen ä Schnittstellen
Server Modus
Voraussetzungen:Umgebungsvariable ”RAPIDMINER HOME“ aufVerzeichnis der Installation setzenoptional: PATH-Variable zu ”rapidminer.bat“ setzen
Beispiel: Datei TestProcess.rmp
Aufruf allg.: rapidminer [-f] Prozessname
am Beispiel: rapidminer -f TestProcess.rmp
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 13 von 56 Funktionen ä Schnittstellen
Einbindung in externes Programmimport com. rap idminer . Process ;import com. rap idminer . RapidMiner ;import com. rap idminer . opera tor . Operator ;import com. rap idminer . opera tor . OperatorExcept ion ;import com. rap idminer . opera tor . generator . ExampleSetGenerator ;import com. rap idminer . t o o l s . OperatorServ ice ;
public class ProcessCreator {
public s t a t i c void main ( S t r i n g [ ] argv ) {Process process = createProcess ( ) ;System . out . p r i n t l n ( process . getRootOperator ( ) . createProcessTree ( 0 ) ) ;
t ry {process . run ( ) ;
} catch ( OperatorExcept ion e ) {e . p r in tS tackTrace ( ) ;}}
/ / [ . . . ]
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 14 von 56 Funktionen ä Schnittstellen
Einbindung in externes Programm/ / [ . . . ]
public s t a t i c Process createProcess ( ) {RapidMiner . i n i t ( ) ;Process process = new Process ( ) ;t ry {
Operator inputOpera to r = OperatorServ ice . createOperator (ExampleSetGenerator . class ) ;
inpu tOpera tor . setParameter ( ” t a r g e t f u n c t i o n ” , ”sum c l a s s i f i c a t i o n ” ) ;process . getRootOperator ( ) . getSubprocess ( 0 ) . addOperator ( inputOpera to r ) ;
} catch ( Except ion e ) { e . p r in tS tackTrace ( ) ; }return process ;
}/∗ Ausgabe :∗∗ Process [ 0 ] ( Process )∗ subprocess ’ Main Process ’∗ +− Generate Data [ 0 ] ( Generate Data )∗ /
}
(Quelle: nach [RI09])
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 15 von 56 Funktionen ä Oberflache
Oberflache - Start
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 16 von 56 Funktionen ä Oberflache
Oberflache - Neuer Prozess
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 17 von 56 Funktionen ä Oberflache
Oberflache - Design Workspace
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 18 von 56 Funktionen ä Oberflache
Oberflache - Operatoren und Repositories
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 19 von 56 Funktionen ä Oberflache
Oberflache - Result Workspace
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 20 von 56 Funktionen ä Visualisierung
Visualisierung
es bestehen 3 Moglichkeiten der Visualisierung vonErgebnissen
Meta-Daten-Sicht (Meta Data View)Daten-Sicht (Data View)grafische Darstellungs-Sicht (Plot View)
bei der grafischen Darstellung besteht dieMoglichkeit diverse Visualisierung mittels 2D- und3D-Grafiken zu erzeugen
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 21 von 56 Funktionen ä Visualisierung
Beispiel - Meta Data View
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 22 von 56 Funktionen ä Visualisierung
Beispiel - Data View
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 23 von 56 Funktionen ä Visualisierung
Beispiel - Plot View (Pie)
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 24 von 56 Funktionen ä Visualisierung
Beispiel - Plot View (Pie 3D)
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 25 von 56 Funktionen ä Visualisierung
Beispiel - Plot View (Histogramm)
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 26 von 56 Funktionen ä Erweiterungsmoglichkeiten
Erweiterungsmoglichkeiten
RapidMiner bietet die Moglichkeit uberErweiterungen den Funktionsumfang zu vergroßernBeispiele fur Erweiterungen sind:
Weka ExtensionParallel ProcessingText ProcessingWeb MiningReporting ExtensionSeries ProcessingPMML
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 27 von 56 Funktionen ä Datenformate
Datenformate
Funktion FormateImport CSV, Excel, Access, BibTeX, Database,
DBase, URL, SPSS, AML, ARFF, XRFF,Stata, Sparse, C4.5, DasyLab
Export CSV, Excel, Access, AML, ARFF, XRFF,Database
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 28 von 56 KDD-Prozess
Uberblick
1 Das Projekt RapidMiner
2 Funktionen
3 KDD-Prozess
4 Weitere Werkzeuge von Rapid-I
5 Zusammenfassung
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 29 von 56 KDD-Prozess
Wiederholung KDD-Prozess
KDD = Knowledge Discovery in DatabasesSchritte:
1 Datenselektion und - extraktion2 Datenbereiningung und -transformation3 Data Mining4 Interpretation
Umsetzung in RapidMiner als Operatoren-Kette
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 30 von 56 KDD-Prozess ä KDD mit dem RapidMiner
Funktionsweise im RapidMiner
Austausch von IOObjects zwischen OperatorenDatenmenge als ExampleSet bezeichnet
entspricht TabelleExamples sind die ZeilenAttribute sind die Spalten
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 31 von 56 KDD-Prozess ä KDD mit dem RapidMiner
Attribute
Rollenregular attributesspecial attributes
IDLabelPredictionClusterWeightBatch
Typen(bi-/poly-)nominalnumericdatetext
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 32 von 56 KDD-Prozess ä KDD mit dem RapidMiner
Farbliche Markierung in GUI
Violett = ExampleSetGrun = ModelBraun =PerformanceVectorPink = Merkmalsgewicht
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 33 von 56 KDD-Prozess ä Datenselektion und -extraktion
Datenselektion und -extraktion
Import ausRepositoryverschiedenen Dateiformaten
Generierung von DatenAusgabe als ExampleSetSpeicherung im Repositorymoglich
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 34 von 56 KDD-Prozess ä Datenselektion und -extraktion
Lesen aus Datenbank
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 35 von 56 KDD-Prozess ä Datenbereiningung und -transformation
Datenbereiningung und -transformation
Umbennung, RollenzuweisungTypumwandlungTransformation von AttributenWertmodifikationDatenbereinigungFilterungSortierungRotationAggregationOperatoren (z.B. Joins)
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 36 von 56 KDD-Prozess ä Datenbereiningung und -transformation
Beispiel Data Cleansing
Operator: Replace Missing ValuesErsetzung fehlender Werte durch
MinimumMaximumDurchschnittNullWert
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 37 von 56 KDD-Prozess ä Datenbereiningung und -transformation
Vorverarbeitung als Subprozess
Vorverarbeitungsschritte als Subprozess gekapseltÔ bessere UbersichtUtility/Subprocess
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 38 von 56 KDD-Prozess ä Data Mining
Data Mining
KlassifikationAttributgewichtungClusteringAssoziationsanalyseKorrelationAhnlichkeitsberechnung
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 39 von 56 KDD-Prozess ä Data Mining
Beispiel Clustering
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 40 von 56 KDD-Prozess ä Interpretation
Interpretation
visuelle Darstellung in verschiedenen Graphen- undDiagrammtypenBewertung durch Benutzer
gefundene Muster beurteilenAussagekraft des Ergebnisses
evtl. erneutes Data Mining
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 41 von 56 KDD-Prozess
Produktprasentation
1 Allgemeine Ubersicht2 Warenkorbanalyse (FP-Growth)3 Clustering nach Einwohnerzahlen4 Text Mining
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 42 von 56 Weitere Werkzeuge von Rapid-I
Uberblick
1 Das Projekt RapidMiner
2 Funktionen
3 KDD-Prozess
4 Weitere Werkzeuge von Rapid-I
5 Zusammenfassung
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 43 von 56 Weitere Werkzeuge von Rapid-I ä RapidNet
RapidNet
Allgemein: Struktur- und Relations-Explorerzahlreiche Moglichkeiten zur Visualisierungbasiert auf Funktionen des RapidMinereinsatzfahig auf allen gangigen PlattformenMoglichkeiten
Strukturelle ClusteranalysenDarstellung von hierarchischen RelationenVisualisierung von geographischen Informationenauf Karten. . .
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 44 von 56 Weitere Werkzeuge von Rapid-I ä RapidNet
(Quelle: [RI10b])Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 45 von 56 Weitere Werkzeuge von Rapid-I ä RapidNet
(Quelle: [RI10b])
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 46 von 56 Weitere Werkzeuge von Rapid-I ä RapidSentilyzer
RapidSentilyzerdient zur automatischen Sammlung vonInformationenVerwendung von Crawling-Techniken in Kombinationmit Data- und Text Miningbasiert auf Funktionen des RapidMinerzentrale Zusammenfassung der Informationen imsogenannten ”RapidSentilyzer BuzzBoard“,bestehend aus:
Buzz StatisticsSentiment StatisticsSentiment HistorySentiment Insight
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 47 von 56 Weitere Werkzeuge von Rapid-I ä RapidSentilyzer
(Quelle: [RI10c])
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 48 von 56 Weitere Werkzeuge von Rapid-I ä RapidSentilyzer
(Quelle: [RI10c])
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 49 von 56 Weitere Werkzeuge von Rapid-I ä RapidAnalytics
RapidAnalytics
Open Source Enterprise Analytics Serverbasierend auf RapidMinerShared RepositoriesRemote und Scheduled ExecutionZugriff uber
RapidMiner Client SoftwareWeb-InterfaceWebservices
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 50 von 56 Weitere Werkzeuge von Rapid-I ä RapidAnalytics
(Quelle: [RIa])
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 51 von 56 Weitere Werkzeuge von Rapid-I ä RapidDoc
RapidDoc
automatische Klassifikation von TextenFunktionsweise
Basis: WebservicesTrainingstexte und vordef. Klassen vorgebenEinordnung neuer Text in wahrscheinlichste KlasseAngabe der Sicherheit der VorhersageNutzung der RapidMiner EngineOptimierung durch Rapid-I Mitarbeiter
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 52 von 56 Weitere Werkzeuge von Rapid-I ä RapidDoc
(Quelle: [RIb])
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 53 von 56 Zusammenfassung
Zusammenfassungmachtiges Open Source-Data Mining-Toolermoglicht gesamten KDD-Prozessviele Operatoren bereits vorhandenflexibel einsetz- und erweiterbarzahlreiche Visualisierungsvariatenweitere Moglichkeiten durch zusatzliche ToolsEinsatz z.B. bei
AllianzSiemensEADST-MobilePC-Ware
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 54 von 56
Quellen I
[RIa] RAPID-I: Rapid Analytics. http://rapid-i.com/component/option,com_docman/task,doc_download/gid,48/. –Zugriff: 22.04.2010
[RIb] RAPID-I: Rapid Doc. http://rapid-i.com/component/option,com_docman/task,doc_download/gid,49/. –Zugriff: 22.04.2010
[RIc] RAPID-I: RapidMiner Benutzerhandbuch. http://sourceforge.net/projects/yale/files/1.%20RapidMiner/5.0/rapidminer-5.0-manual-german.pdf/download. – Zugriff:09.05.2010
[RI09] RAPID-I: RapidMiner 4.4.http://ignum.dl.sourceforge.net/project/yale/1.%20RapidMiner/4.4/rapidminer-4.4-tutorial.pdf.Version: Marz 2009. – Zugriff: 18.04.2010
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 55 von 56
Quellen II[RI10a] RAPID-I: Rapid - I - RapidMiner.
http://rapid-i.com/content/view/181/190/.Version: April 2010. – Zugriff: 20.04.2010
[RI10b] RAPID-I: RapidNet. http://rapid-i.com/component/option,com_docman/task,doc_download/gid,50/.Version: Februar 2010. – Zugriff: 23.04.2010
[RI10c] RAPID-I: RapidSentilyzer. http://rapid-i.com/component/option,com_docman/task,doc_download/gid,51/.Version: Februar 2010. – Zugriff: 23.04.2010
[TU ] TU DORTMUND: Data Mining mit RapidMiner.http://www-ai.cs.uni-dortmund.de/LEHRE/VORLESUNGEN/KDD/SS09/RapidMiner.pdf. – Zugriff:22.04.2010
[Wik10] WIKIPEDIA: RapidMiner.http://de.wikipedia.org/wiki/RapidMiner. Version: April2010. – Zugriff: 18.04.2010
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010
Oberseminar Data MiningSysteme und Tools zum Data Mining: RapidMiner
Folie 56 von 56
Vielen Dank fur die Aufmerksamkeit!
Ricardo Hofmann, Matthias Neubert | Leipzig | 11. Mai 2010