Data Mining презентация

Содержание

Слайд 2

Происхождение термина Данные Добыча полезных ископаемых Интеллектуальный анализ данных

Происхождение термина

Данные

Добыча полезных ископаемых

Интеллектуальный анализ данных

Слайд 3

Data Mining Data Mining — это процесс обнаружения в сырых

Data Mining

Data Mining — это процесс обнаружения в сырых данных ранее

неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности
Слайд 4

Уровни знаний извлекаемые из данных: Генераторы запросов; инфо - поисковая

Уровни знаний извлекаемые из данных:

Генераторы запросов;
инфо - поисковая система OLTP

Аналитическая

обработка информации OLAP;
DSS-система поддержки решений

Интеллектуальный анализ данных Data Mining

Слайд 5

Возникновение и развитие Data Mining Появление понятия Data Mining. Понятие

Возникновение и развитие Data Mining

Появление понятия Data Mining.

Понятие Data Mining, приобрело

высокую популярность в современной трактовке.

Возникновение и развитие Data Mining обусловлено следующими факторами:

совершенствование аппаратного и программного обеспечения;
совершенствование технологий хранения и записи данных;
накопление большого количества данных;
совершенствование алгоритмов обработки информации.

Слайд 6

Задачи (закономерности, техники) Data Mining: ассоциация; последовательность; классификация; кластеризация; временные закономерности.

Задачи (закономерности, техники) Data Mining:

ассоциация;
последовательность;
классификация;
кластеризация;
временные закономерности.

Слайд 7

Методы Data Mining: дескриптивный анализ, корреляционный и регрессионный анализ, факторный

Методы Data Mining:

дескриптивный анализ,
корреляционный и регрессионный анализ,
факторный анализ,
дисперсионный анализ,
компонентный анализ,
дискриминантный анализ,
анализ

временных рядов

искусственные нейронные сети,
эволюционное программирование,
генетические алгоритмы,
ассоциативная память,
деревья решений,
системы обработки экспертных знаний

Слайд 8

Использование технологии Data Mining

Использование технологии Data Mining

Слайд 9

Недостатки технологии Data Mining: Data Mining не может заменить аналитика;

Недостатки технологии Data Mining:

Data Mining не может заменить аналитика;
Сложность разработки и

эксплуатации приложения Data Mining;
Требует определенной квалификации пользователя;
Сложность подготовки данных;
Большой процент ложных, недостоверных или бессмысленных результатов;
Высокая стоимость.
Слайд 10

Особенности областей, где применение технологии Data Mining будет успешным: требуют

Особенности областей, где применение технологии Data Mining будет успешным:

требуют решений, основанных

на знаниях;
имеют изменяющуюся окружающую среду;
имеют доступные, достаточные и значимые данные;
обеспечивают высокие дивиденды от правильных решений.

Область применения Data Mining

Слайд 11

Область применения Data Mining

Область применения Data Mining

Слайд 12

Продукты для Data Mining

Продукты для Data Mining

Имя файла: Data-Mining.pptx
Количество просмотров: 44
Количество скачиваний: 0