Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
We gebruiken cookies om:
De website vlot te laten werken, de beveiliging te verbeteren en fraude te voorkomen
Inzicht te krijgen in het gebruik van de website, om zo de inhoud en functionaliteiten ervan te verbeteren
Je op externe platformen de meest relevante advertenties te kunnen tonen
Je cookievoorkeuren
Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!
Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten
Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Data Mining ist ein Prozess, bei dem versteckte und nützliche Informationen aus den Daten extrahiert werden. Die Erkennung von Ausreißern ist ein grundlegender Teil des Data Mining und genießt in letzter Zeit große Aufmerksamkeit in der Forschungsgemeinschaft. Ein Ausreißer ist ein Datenobjekt, das von anderen Beobachtungen abweicht. Die Erkennung von Ausreißern hat wichtige Anwendungen bei der Datenbereinigung sowie beim Mining von abnormalen Punkten für die Erkennung von Betrug, Börsenanalyse, Intrusion Detection, Marketing, Netzwerksensoren. Die meisten der bestehenden Forschungsbemühungen konzentrieren sich auf numerische Datensätze, die nicht direkt auf kategorische Datensätze anwendbar sind, bei denen es wenig Sinn macht, die Daten zu ordnen und Abstände zwischen Datenpunkten zu berechnen. Darüber hinaus benötigen einige der aktuellen Ausreißer-Erkennungsmethoden quadratische Zeit in Bezug auf die Größe des Datensatzes und benötigen in der Regel mehrere Scans der Daten; diese Eigenschaften sind unerwünscht, wenn die Datensätze groß sind. In dieser Arbeit wird ein Ansatz zur Ausreißererkennung fokussiert und experimentell evaluiert, der auf kategoriale Datensätze ausgerichtet ist. Außerdem handelt es sich um einen einfachen, skalierbaren und effizienten Algorithmus zur Ausreißererkennung, der den Vorteil hat, Ausreißer in kategorialen oder numerischen Datensätzen zu entdecken, indem er per