Zusammenfassung
Um das Potenzial der stetig wachsenden Datenmengen in verschiedenen Geschäfts- und Gesellschaftsbereichen verstärkt zur Erkenntnisgewinnung und Entscheidungsunterstützung nutzen zu können, wäre es hilfreich, Big-Data-Analysemethoden für einen größeren Anwenderkreis zugänglich zu machen. Dies kann entweder durch eine stärkere Vermittlung von Datenkompetenzen aus Anwendersicht oder durch eine Vereinfachung der Methoden, insbesondere durch weitere Automatisierung der Prozesse oder Algorithmen mit geringer Komplexität aus Anwendungssicht geschehen. Zu letzteren gehören unter anderem Entscheidungsbäume, da sie leicht nachvollziehbar und die Analyseergebnisse zudem grafisch darstellbar sind. Für die in dieser Arbeit vorgestellte Versuchsreihe wurden sie daher als Anhaltspunkt für die Etablierbarkeit von Self-Service Data Science verwendet. In den Plattformen IBM SPSS Modeler, RapidMiner, KNIME und Weka wurden auf einer einheitlichen Datengrundlage Klassifikationsmodelle erstellt und diese in Bezug auf ihre Genauigkeit und Komplexität miteinander verglichen. Die Ergebnisse deuten darauf hin, dass die Plattformen im Hinblick auf diese beiden Punkte unterschiedliche Stärken und Schwächen im Analyseprozess aufweisen. Gegenwärtig gibt es bereits vielversprechende Ansätze zur Erweiterung des potenziellen Nutzerkreises von Big-Data-Analysen, jedoch sind Entwicklungen in diesem Bereich noch lange nicht abgeschlossen. Um den Prozess weiter voranzutreiben, müssen die Kompetenzen von Anwendern stärker in die Analyse eingebunden werden. In dieser Arbeit soll daher zusätzlich und beispielhaft ein Verfahren vorgestellt werden, um das Wissen von Domänenexperten zur Verbesserung von Entscheidungsbaummodellen einzusetzen.
Überarbeiteter Beitrag basierend auf Badura D, Schulz M (2019) Kleine Barrieren für große Analysen – Eine Untersuchung der Eignung aktueller Plattformen für Self-Service Data Mining, HMD – Praxis der Wirtschaftsinformatik 56:1053–1067.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Notes
- 1.
Eine Betrachtung unüberwachter Lernverfahren steht an dieser Stelle nicht im Fokus.
Literatur
Alpar P, Schulz M (2016) Self-service business intelligence. Bus Inf Syst Eng 58:151–155
Banker S (2018) The citizen data scientist. https://www.forbes.com/sites/stevebanker/2018/01/19/the-citizen-data-scientist. Zugegriffen am 11.01.2019
Barron A, Rissanen J, Yu B (1998) The minimum description length principle in coding and modeling. IEEE Trans Inform Theory 44:2743–2760
Berthold M, Cebron N, Dill F, Gabriel T, Kotter T, Meinl T, Wiswedel B (2009) KNIME – the Konstanz information miner – version 2.0 and beyond. ACM SIGKDD Explor Newsl 11:26–31
Breiman L, Friedman J, Olshen R, Stone C (1984) Classification and regression trees. Chapman & Hall, New York
Chen M, Mao S, Liu Y (2014) Big data: a survey. Mob Netw Appl 19:171–209
Domingos P (2012) A few useful things to know about machine learning. Commun ACM 55:78–87
Fehrman E, Mirkes E, Muhammad A, Egan V, Gorban A (2017) The five factor model of personality and evaluation of drug consumption risk. In: Palumbo F, Montanari A, Vichi M (Hrsg) Studies in classification, data analysis, and knowledge organization. Springer, Berlin
Freitas A (2014) Comprehensible classification models. ACM SIGKDD Explor Newsl 15:1–10
Fürnkranz J (1997) Pruning algorithms for rule learning. Mach Learn 27(2):139–172
Gesellschaft für Informatik e.V (2018) Data literacy und data science education: digitale Kompetenzen in der Hochschulausbildung. Gesellschaft für Informatik e. V, Berlin
Gibbs P, Hiroshi S (1997) What is Occam’s Razor? https://www.desy.de/pub/www/projects/Physics/General/occam.html. Zugegriffen am 04.01.2021
Guyon I, Elisseeff A (2003) An introduction to variable and feature selection. J Mach Learn Res 3:1157–1182
Halper F (2017) TDWI self-service analytics maturity model guide. The Data Warehouse Institute, Renton
Han J, Kamber M, Pei J (2012) Data mining: concepts and techniques. Elsevier, Waltham
Hayes-Roth F (1985) Rule-based systems. Commun ACM 28:921–932
Hyafil L, Rivest R (1976) Constructing optimal binary decision trees is NP-complete. Inf Process Lett 5:15–17
IBM (2017) IBM SPSS Modeler Subscription. https://www01.ibm.com/common/ssi/ShowDoc.wss?docURL=/common/ssi/rep_ca/2/897/ENU S217-442/index.html&request_locale=en. Zugegriffen am 11.01.2019
Kass G (1980) An exploratory technique for investigating large quantities of categorical data. Appl Stat 29:119–127
Kohavi R (1995) IJCAI ’95: Proceedings of the 14th international joint conference on Artificial intelligence, S 1137–1143
Kohavi R, John G (1997) Wrappers for feature subset selection. Artif Intell 97:273–324
Merz C (1996) Dynamical selection of learning algorithms. In: Fisher D, Lenz HJ (Hrsg) Learning from data, Lecture notes in statistics, Bd 112. Springer, New York
Miller G (1956) The magical number seven, plus or minus two: some limits on our capacity for processing information. Psychol Rev 63:81–97
Provost F, Fawcett T (2013) Data science and its relationship to big data and data driven decision making. Big Data 1:51–66
Quinlan J (1986) Induction of decision trees. In: Machine learning. Kluwer Academic Publishers, Boston, S 81–106
Quinlan J (1993) C4.5: programs for machine learning. Morgan Kaufman, San Mateo
Quinlan J (2017) C5.0: an informal tutorial. http://rulequest.com/see5-unix.html. Zugegriffen am 11.01.2019
RapidMiner (2018) RapidMiner. https://rapidminer.com. Zugegriffen am 11.01.2019
Schuff D, Corral K, St. Louis R, Schymik G (2018) Enabling self-service BI: a methodology and a case study for a model management warehouse. Inf Syst Front 20:275–288
Schulz M, Neuhaus U, Kaufmann J, Badura D, Kerzel U, Welter F, Prothmann M, Kühnel S, Passlick J, Rissler R, Badewitz W, Dann D, Gröschel A, Kloker S, Alekozai EM, Felderer M, Lanquillon C, Brauner D, Gölzer P, Binder H, Rohde H, Gehrke N (2020) DASC-PM v1.0 – Ein Vorgehensmodell für Data-Science-Projekte. NORDAKADEMIE, valantic Business Analytics
Viaene S (2013) Data scientists aren’t domain experts. IEEE IT Prof 15:12–17
Wallace B, Dahabreh I, Trikalinos TA, Lau J, Trow P, Schmid CH (2012) Closing the gap between methodologists and end-users: R as a computational back-end. J Stat Softw 49:1–15
Witten I, Frank E, Hall M, Pal C (2017) Data mining: practical machine learning tools and techniques, 4. Aufl. Morgan Kaufmann, Cambridge, MA
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Badura, D., Ossa, A., Schulz, M. (2021). Self-Service Data Science – Vergleich von Plattformen zum Aufbau von Entscheidungsbäumen. In: D'Onofrio, S., Meier, A. (eds) Big Data Analytics. Edition HMD. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-32236-6_10
Download citation
DOI: https://doi.org/10.1007/978-3-658-32236-6_10
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-32235-9
Online ISBN: 978-3-658-32236-6
eBook Packages: Computer Science and Engineering (German Language)