Review Note

Last Update: 05/11/2023 09:29 AM

Current Deck: Semester 6::Neue Konzepte::Data Science

New Card (Unpublished)

No published tags.

Erkläre die Bereitstellung im CRISP-DM Data Mining Prozess

bedeutet, dass sie in die Praxis umgesetzt werden, um eine rendite zu erzielen.
Vorhersagemodelle können in Geschäftsprozesse integriert werden, um die Leistung zu verbessern, z. B. Vorhersage der Kundenabwanderung
Data-Mining-Techniken selbst werden zunehmend eingesetzt, z. B. zur automatischen Erstellung und Prüfung von Modellen für Online-Werbekampagnen.
Der Einsatz von Data-Mining-Systemen erfordert eine sorgfältige Installation und einen ausfallsicheren Betrieb, um Anomalien zu vermeiden und einen reibungslosen Ablauf zu gewährleisten.
Die Bereitstellung erfordert häufig eine Neukodierung der Modelle, um eine höhere Geschwindigkeit und Kompatibilität mit bestehenden Systemen zu erreichen, was teuer sein kann.
Unabhängig vom Erfolg der Implementierung kehrt der Prozess häufig in die Phase des Geschäftsverständnisses zurück, um iterative Verbesserungen und neue Erkenntnisse zu gewinnen.
Die Auswertung kann ergeben, dass die Problemdefinition angepasst oder andere Daten beschafft werden müssen, und der Prozess sollte flexibel genug sein, um frühere Schritte auf der Grundlage der gewonnenen Erkenntnisse zu überdenken.