Методы интеллектуального анализа данных Мартин Браун (Martin C. Brown)

Сентябрь 4, 2022

Главная
Алгебра
Методы интеллектуального анализа данных Мартин Браун (Martin C. Brown)

Содержание

2. Интеллектуальный анализ данных — это?
3. Введение Бизнес-требования привели от простого поиска и статистического анализа данных к более сложному интеллектуальному анализу данных.
4. Ассоциация Association rule
5. Деревья решений Дерево решений начинают с простого вопроса, который имеет два ответа (иногда больше). Каждый ответ
6. Классификация Классификацию можно использовать для получения представления о типе покупателей, товаров или объектов, описывая несколько атрибутов
7. Кластеризация На простом уровне при кластеризации используется один или несколько атрибутов в качестве основы для определения
8. Прогнозирование В сочетании с другими методами интеллектуального анализа данных прогнозирование предполагает анализ тенденций, классификацию, сопоставление с
9. Комбинации На практике очень редко используется только один из этих методов. Классификация и кластеризация ― подобные
10. Инструменты
12. Скачать презентацию

Слайд 2

Интеллектуальный анализ данных — это?

Слайд 3

Введение
Бизнес-требования привели от простого поиска и статистического анализа данных к более

сложному интеллектуальному анализу данных. Для решения бизнес-задач требуется такой анализ данных, который позволяет построить модель для описания информации и в конечном итоге приводит к созданию результирующего отчета.

Слайд 4

Ассоциация
Association rule

Слайд 5

Деревья решений
Дерево решений начинают с простого вопроса, который имеет два ответа

(иногда больше). Каждый ответ приводит к следующему вопросу, помогая классифицировать и идентифицировать данные или делать прогнозы.

Слайд 6

Классификация
Классификацию можно использовать для получения представления о типе покупателей, товаров или

объектов, описывая несколько атрибутов для идентификации определенного класса.

Слайд 7

Кластеризация
На простом уровне при кластеризации используется один или несколько атрибутов в

качестве основы для определения кластера сходных результатов. Кластеризация полезна при определении различной информации, потому что она коррелируется с другими примерами, так что можно увидеть, где подобия и диапазоны согласуются между собой.

Слайд 8

Прогнозирование
В сочетании с другими методами интеллектуального анализа данных прогнозирование предполагает анализ

тенденций, классификацию, сопоставление с моделью и отношения. Анализируя прошлые события или экземпляры, можно предсказывать будущее.

Слайд 9

Комбинации
На практике очень редко используется только один из этих методов. Классификация

и кластеризация ― подобные методы. Используя кластеризацию для определения ближайших соседей, можно дополнительно уточнить классификацию. Деревья решений часто используются для построения и выявления классификаций, которые можно прослеживать на исторических периодах для определения последовательностей и моделей.

Слайд 10

Методы интеллектуального анализа данных Мартин Браун (Martin C. Brown)

Содержание

Интеллектуальный анализ данных — это?

ВведениеБизнес-требования привели от простого поиска и статистического анализа данных к более

АссоциацияAssociation rule

Деревья решенийДерево решений начинают с простого вопроса, который имеет два ответа

КлассификацияКлассификацию можно использовать для получения представления о типе покупателей, товаров или

КластеризацияНа простом уровне при кластеризации используется один или несколько атрибутов в

ПрогнозированиеВ сочетании с другими методами интеллектуального анализа данных прогнозирование предполагает анализ

КомбинацииНа практике очень редко используется только один из этих методов. Классификация

Инструменты

Похожие презентации