Urban Data Mining : Operationalisierung der Strukturerkennung und Strukturbildung von Ähnlichkeitsmustern über die gebaute Umwelt [mit CD]
Durch den schnellen Fortschritt in der Informationstechnologie und das rapide Anwachsen raumbezogener Daten steigen die Anforderungen an Systeme, die Wissen aus diesen Daten extrahieren und darstellen. ""Urban Data Mining"" wird als Methodik zur Problemlösung verstanden, um logi...
Saved in:
| Main Author: | |
|---|---|
| Format: | Electronic Book Chapter |
| Published: |
KIT Scientific Publishing
2008
|
| Subjects: | |
| Online Access: | DOAB: download the publication DOAB: description of the publication |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000naaaa2200000uu 4500 | ||
|---|---|---|---|
| 001 | doab_20_500_12854_61741 | ||
| 005 | 20210212 | ||
| 003 | oapen | ||
| 006 | m o d | ||
| 007 | cr|mn|---annan | ||
| 008 | 20210212s2008 xx |||||o ||| 0|deu d | ||
| 020 | |a KSP/1000008458 | ||
| 020 | |a 9783866442498 | ||
| 040 | |a oapen |c oapen | ||
| 024 | 7 | |a 10.5445/KSP/1000008458 |c doi | |
| 041 | 0 | |a deu | |
| 042 | |a dc | ||
| 072 | 7 | |a TBX |2 bicssc | |
| 100 | 1 | |a Behnisch, Martin |4 auth | |
| 245 | 1 | 0 | |a Urban Data Mining : Operationalisierung der Strukturerkennung und Strukturbildung von Ähnlichkeitsmustern über die gebaute Umwelt [mit CD] |
| 260 | |b KIT Scientific Publishing |c 2008 | ||
| 300 | |a 1 electronic resource (303 p. p.) | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a computer |b c |2 rdamedia | ||
| 338 | |a online resource |b cr |2 rdacarrier | ||
| 506 | 0 | |a Open Access |2 star |f Unrestricted online access | |
| 520 | |a Durch den schnellen Fortschritt in der Informationstechnologie und das rapide Anwachsen raumbezogener Daten steigen die Anforderungen an Systeme, die Wissen aus diesen Daten extrahieren und darstellen. ""Urban Data Mining"" wird als Methodik zur Problemlösung verstanden, um logische oder mathematische, zum Teil komplexe Beschreibungen von Mustern und Regelmäßigkeiten in Datensätzen zu entdecken. Auf der Grundlage von bestehenden Methoden des Data Mining und der Knowledge Discovery wird ein für die Stadt- und Regionalforschung strukturiertes methodisches Arbeitskonzept erarbeitet und am deutschen Gemeindesystem empirisch-analytisch vorgestellt. Neben Methoden, die eine kritische Bestandsaufnahme und Auseinandersetzung mit vorhandenen räumlichen Eigenschaften und Entwicklungstendenzen ermöglichen, werden Vorgehensweisen gesucht, die sich eignen, bereits vorhandene Informationen oder Erkenntnisse auf weitere Objekte zu übertragen. | ||
| 540 | |a Creative Commons |f https://creativecommons.org/licenses/by-nc-nd/4.0/ |2 cc |4 https://creativecommons.org/licenses/by-nc-nd/4.0/ | ||
| 546 | |a German | ||
| 650 | 7 | |a History of engineering & technology |2 bicssc | |
| 653 | |a GIS | ||
| 653 | |a Gebäudebestand | ||
| 653 | |a Regionalwissenschaft | ||
| 653 | |a Data Mining | ||
| 653 | |a Clusteranalyse | ||
| 856 | 4 | 0 | |a www.oapen.org |u https://www.ksp.kit.edu/9783866442498 |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://directory.doabooks.org/handle/20.500.12854/61741 |7 0 |z DOAB: description of the publication |