Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • harvard-cite-them-right
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Att välja prognostiseringsteknik
University of Borås, School of Business and IT.
University of Borås, School of Business and IT.
2013 (Swedish)Independent thesis Basic level (degree of Bachelor)Student thesisAlternative title
To select forecasting method (English)
Abstract [sv]

Det finns många olika Data Mining-processer som kan tillämpas i ett Data Mining-projekt. Fördelen med att använda en Data Mining-process är att projektet blir strukturerat, processen kan hjälpa till att minska risker som annars kan uppstå och kan medföra att projektmålet förändras. Data Mining-processen som studien har undersökt är generell och studien försöker därmed precisera olika faser av processen, för att anpassas till ett prognostiseringsprojekt. Studien utvärderar den preciserade prognostiseringsprocessen genom att följa och dokumentera ett prognostiseringsprojekt på en tillverkningsindustri. Studien analyserar teoretiskt vilka implikationer tillverkningsindustrin kan möta och även om studiens framtagna process är tillämpningsbar i detta fall. Studien visar att det på en teoretisk nivå går att genomföra studiens preciserade Data Mining-process och visar även vilka risker som kan uppkomma om ett prognostiseringsprojekt inte följer en Data Mining-process.

Place, publisher, year, edition, pages
University of Borås/School of Business and IT , 2013.
Series
Kandidatuppsats ; 2012KSAI08
Keywords [en]
Prognostisering, CRISP-DM, Armstrong, Val av prognostiseringsteknik, Data Mining, Prognostiseringsprocess
Keywords [sv]
Tillverkningsindustri, Riktlinjer
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:hb:diva-16938Local ID: 2320/11934OAI: oai:DiVA.org:hb-16938DiVA, id: diva2:1308829
Note
Program: SystemarkitekturutbildningenAvailable from: 2019-04-30 Created: 2019-04-30

Open Access in DiVA

fulltext(1631 kB)312 downloads
File information
File name FULLTEXT01.pdfFile size 1631 kBChecksum SHA-512
df4fbcac69d7c1c6d1635ffde1416e74adb6b4a340f836912eb15e8fe2c743bffac263590c130c6257904d36a18a4f7fdff6b7478c8c0d90738030932ab86778
Type fulltextMimetype application/pdf

By organisation
School of Business and IT
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 312 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 44 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • harvard-cite-them-right
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf