Bachelorarbeit aus dem Jahr 2011 im Fachbereich Informatik - KÞnstliche Intelligenz, Note: 1,3, Technische UniversitÃĪt Darmstadt, Sprache: Deutsch, Abstract: âVon der ursprÞnglichen Wortbedeutung her (dia: durch, hindurch, auseinander, gnosis: Erkenntnis) ist Diagnostik Erkenntnisgewinnung zur Unterscheidung zwischen Objekten. [...]â (Hossiep & Wottawa, 1993) GemÃĪà dieser Definition lassen sich groÃe Parallelen zwischen einer medizinischen Diagnose und verbreiteten Methoden der Informatik ziehen. So erfolgt bspw. eine computergestÞtzte âDiagnoseâ, bzw. eine Einstufung einer E-Mail automatisch durch den Spam-Filter, der anhand von festgelegten Charakteristika, wie etwa der Anzahl der Rechtschreibfehler, die E-Mail als (Spam-)Mail klassifiziert. Methoden wie diese entstammen allgemein dem Bereich des Maschinellen Lernens und finden in der heutigen Zeit in vielen Softwaresystemen Anwendung (Intrusion Detection, Anti-Viren Programme etc.). Maschinelles Lernen bezeichnet allgemein das Anwenden formaler Strukturen (Maschinen) zur Deduktion und Induktion. Im Gegensatz dazu beschÃĪftigt sich das Data Mining mit der Generierung von Wissen aus DatensÃĪtzen und verwendet dafÞr Methoden des Maschinellen Lernens (Clarke et al., 2009). Dazu werden Algorithmen eingesetzt, die Muster in meist sehr groÃen DatensÃĪtzen erkennen und diese in verschiedenen Darstellungsformen (Regeln, BÃĪumen etc.) als DomÃĪnen-Wissen manifestieren. Damit lÃĪsst sich bspw. das Kaufverhalten von Kunden analysieren und eine Aussage darÞber treffen, zwischen welchen Produkten gewisse Synergieeffekte bestehen. Die wohl populÃĪrste Erkenntnis, die aus der Anwendung von Data Mining resultiert, ist eine Synergie zwischen Windeln und Bier an Wochenendtagen (Clarke et al., 2009). Gehetzte VÃĪter kaufen laut dieser Auswertung Windeln und Bier oft zusammen. Oder es kann eine Aussage darÞber getroffen werden, welche Eigenschaften einer menschlichen Embryonalzelle die bestmÃķgliche Ãberlebenschance fÞr eine kÞnstliche Befruchtung gewÃĪhrleisten (Witten & Frank, 2005). Einige Methoden des Data-Mining, die im weiteren Verlauf nÃĪher vorgestellt werden, werden in dieser wissenschaftlichen Arbeit auf den vorliegenden Datensatz angewandt. Ziel ist es dabei, Wissen Þber die unzureichend geklÃĪrte Entstehung von Hautkrebs und das damit verbundene Hautkrebsrisiko zu extrahieren, um eine FrÞherkennung und bestmÃķgliche Heilungschance zu ermÃķglichen.