ГОТОВЫЕ ДИПЛОМНЫЕ РАБОТЫ, КУРСОВЫЕ РАБОТЫ, ДИССЕРТАЦИИ И РЕФЕРАТЫ
Информационно аналитические системы ИСвАУ | ||
| Автор | Наталья | |
| Вуз (город) | МЭСИ | |
| Количество страниц | 7 | |
| Год сдачи | 2009 | |
| Стоимость (руб.) | 230 | |
| Содержание | 1. Задачи Data Mining. Задача классификации и регрессии. | |
| Список литературы | 1. Альперович М. Технологии хранения и обработки корпоративных данных (Data Warehousing, OLAP, Data Mining). - З. Анализ данных. М.: Мир. 2003.
3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Издательский дом «Вильямс». 2007. 4. Лабоцкий В.В. Управление знаниями: технологии, методы и средства представления, извлечения и измерения знаний - Минск: БГЭУ, 2006. 5. Стрижов В. В. Методы индуктивного порождения регрессионных моделей. М.: ВЦ РАН. 2008. из работы |
Развитие методов записи и хранения данных привело к бурному росту объемов собираемой и анализируемой информации. Объемы данных настолько внушительны, что человеку просто не по силам проанализировать их самостоятельно, хотя необходимость проведения такого анализа вполне очевидна, ведь в этих "сырых" данных заключены знания, которые могут быть использованы при принятии решений. Для того чтобы провести автоматический анализ данных, используется 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. Data Mining является одним из шагов Knowledge Discovery in Databases. |