Содержание
- 2. Структура лекции Концептуальные основы: математическая статистика Анализ данных СППР Методы анализа данных Программные продукты анализа данных
- 3. Концептуальные основы: Главная задача любого исследования – отыскание связи явлений, выраженной по возможности в количественной форме.
- 4. Вводная часть. Концептуальные основы: Общая теория статистики Теория статистики фокусируется на принятии решений при наличии случайных
- 5. Анализ данных Анализ ( из древнегреч.) – разделение или мысленное расчленение объекта или явления на части
- 6. Место анализа данных в познавательном процессе Информация Данные (упорядоченная формализованная информация) Анализ (обработка) данных Знания Анализ
- 7. Извлечение из множества разнообразных данных нетривиальных, обоснованных и практически значимых выводов – анализ данных
- 8. Место анализа данных в процессе принятия решений Сбор информации Анализ информации Разработка вариантов действий (альтернатив) Выбор
- 9. Задачи систем поддержки принятия решений –СППР (DSS, Decision Support System) Ввод данных Хранение данных Анализ данных
- 10. СППР Подсистема ввода данных OLTP (Online transaction processing). Выполняется операционная (транзакционная) обработка данных. Для реализации этих
- 11. Подсистема анализа. Может быть построена на основе: Подсистемы информационно-поискового анализа на базе реляционных СУБД и статистических
- 12. Базы данных – основа СППР Для решения задач анализа данных и поиска решений необходимо накопление и
- 13. Хранилище данных Для объединения в одной архитектуре СППР возможности систем оперативной обработки транзакций (OLTP-систем) и систем
- 14. OLAP - системы Оперативный многомерный анализ корпоративных данных (On-Line Analytical Processing)
- 15. OLAP – системы OLAP- технология оперативной аналитической обработки данных, использующая методы и средства для сбора, хранения
- 16. Интеллектуальный анализ данных DATA MANING – исследование и обнаружение «машиной» (алгоритмами, средствами искусственного интеллекта) в сырых
- 17. DATA MANING Задачи Классификация Регрессия Поиск ассоциативных правил Кластеризация По назначению задачи делят на описательные (descriptive)
- 18. Базовые методы: статистические и методы, основанные на переборе (эвристические методы ограниченного перебора); Нечеткая логика; Генетические алгоритмы;
- 19. Анализ данных – это прикладная научная дисциплина, представляющая собой систему взаимосвязанных методов и технологий обработки исходной
- 20. Средства DATA MANING www.kdnuggets.com Классификация по типу реализации: входящие как неотъемлемая часть в системы управления базами
- 21. Рекомендации по изучению курса 1. Читать популярные (рассчитанные на прикладных специалистов) книги по анализу данных. Например,
- 22. Структура курса Три части: 1. Введение в анализ данных; 2. Методы обработки и анализа статистической информации
- 24. Скачать презентацию