Zusammenfassung
Zeitliche Sequenzen von Daten spielen im Data Mining eine große Rolle. In Abschnitt 2.7 wurden spezielle Relationen für Sequenzdaten präsentiert, in Abschnitt 2.8 wurde die Problematik der adäquaten Abtastung von kontinuierlichen Signalen behandelt, in Abschnitt 3.2 wurden Filterverfahren für Sequenzen beschrieben und in Abschnitt 4.5 wurde gezeigt, wie sich die spektralen Eigenschaften von Zeitreihen berechnen und visualisieren lassen. Neben der Vorverarbeitung, Visualisierung und Analyse von Sequenzdaten ist die Prognose eine wichtige Aufgabenstellung im Data Mining. Ziel der Prognose ist es, auf Basis der beobachteten Daten eine Vorhersage der Zeitreihe über mehrere Zeitschritte in die Zukunft zu produzieren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2010 Vieweg+Teubner | GWV Fachverlage GmbH
About this chapter
Cite this chapter
Runkler, T. (2010). Zeitreihenprognose. In: Data Mining. Vieweg+Teubner. https://doi.org/10.1007/978-3-8348-9353-6_7
Download citation
DOI: https://doi.org/10.1007/978-3-8348-9353-6_7
Publisher Name: Vieweg+Teubner
Print ISBN: 978-3-8348-0858-5
Online ISBN: 978-3-8348-9353-6
eBook Packages: Computer Science and Engineering (German Language)