<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Data Mining on WeLytics.AI</title>
    <link>https://www.welytics.ai/tags/data-mining/</link>
    <description>Recent content in Data Mining on WeLytics.AI</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>de</language>
    <lastBuildDate>Mon, 04 Feb 2019 17:45:56 +0200</lastBuildDate>
    <atom:link href="https://www.welytics.ai/tags/data-mining/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Erfolgreich Data-Mining-Projekte durchführen mit CRISP-DM</title>
      <link>https://www.welytics.ai/blog/2019-02-04-erfolgreich-datamining-projekte-durchfuehren-mit-crisp-dm/</link>
      <pubDate>Mon, 04 Feb 2019 17:45:56 +0200</pubDate>
      <guid>https://www.welytics.ai/blog/2019-02-04-erfolgreich-datamining-projekte-durchfuehren-mit-crisp-dm/</guid>
      <description>Der Begriff “Cross-Industry Standard Process for Data Mining”, kurz CRISP-DM genannt, kam zuerst im Jahre 1966 im Rahmen eines EU-Förderprojekts auf. Unter den Teilnehmern waren Grössen wie Daimler-Chrysler (ehemals Daimler-Benz) und SPSS (ehemals ISL). Das interessante an CRISP-DM ist die Tatsache, dass es sich um ein branchenübergreifendes Prozess-Modell handelt und bis heute nicht eigentumsrechtlich geschützt ist. Bei der sehr bewährten CRISP-DM-Methode sollten strukturierte Ansätze zugrunde liegen, die zur Planung eines Data-Mining-Projekts benötigt werden.</description>
    </item>
  </channel>
</rss>
