12.Data Mining - определение и основные инструменты. Перечень типовых задач.
Существует множество определений DataMining, которые друг друга дополняют. Вот некоторые из них:
DataMining – это процесс обнаружения в базах данных нетривиальных и практически полезных закономерностей. (BaseGroup)
DataMining – это процесс обнаружения полезных знаний о бизнесе.(Н.М.Абдикеев «КБА»)
Задачи DataMining
Напомним, что в основу технологии DataMining положена концепция шаблонов, представляющих собой закономерности. В результате обнаружения этих, скрытых от невооруженного глаза закономерностей решаются задачи DataMining. Различным типам закономерностей, которые могут быть выражены в форме, понятной человеку, соответствуют определенные задачи DataMining.
Единого мнения относительно того, какие задачи следует относить к DataMining, нет. Большинство авторитетных источников перечисляют следующие: классификация, кластеризация, прогнозирование, ассоциация, визуализация, анализ и обнаружение отклонений, оценивание, анализ связей, подведение итогов.
Наиболее распространенные задачи DataMining - классификация, кластеризация, ассоциация, прогнозирование и визуализация. Таким образом, задачи подразделяются по типам производимой информации, это наиболее общая классификация задач DataMining.
Инструменты DataMining
Разработкой в секторе DataMining всемирного рынка программного обеспечения заняты как всемирно известные лидеры, так и новые развивающиеся компании. Инструменты DataMining могут быть представлены либо как самостоятельное приложение, либо как дополнения к основному продукту. Последний вариант реализуется многими лидерами рынка программного обеспечения. Так, уже стало традицией, что разработчики универсальных статистических пакетов, вдополнение к традиционным методам статистического анализа, включают в пакет определенный набор методов DataMining. Этотакиепакетыкак SPSS (SPSS, Clementine), Statistica (StatSoft), SAS Institute (SAS Enterprise Miner). Некоторые разработчики OLAP- решений также предлагают набор методов DataMining, например, семейство продуктов Cognos. Есть поставщики, включающие DataMining решения в функциональность СУБД: это Microsoft (MicrosoftSQLServer), Oracle, IBM (IBMIntelligentMinerforData).
- 1.Преимущества, которые дает erp-информационная система.
- 2.Стандарты иис и их хронология.
- 3.Мифы и реальности erp-систем.
- 4.Порядок внедрения кис.
- 5.Трудности выбора erp-систем.
- 6.Классификация erp систем управления предприятием. Примеры зарубежных и отечественных erp.
- 1) Финансово-управленческие системы
- 2) Средние интегрированные системы
- 3) Крупные интегрированные системы
- 7.Основные проблемы внедрения кис на российских предприятиях.
- 8.Двухзвенная архитектура erp-систем. Преимущества и недостатки.
- 9.Трехзвенная архитектура erp-систем. Преимущества и недостатки.
- 10.Что такое bi-системы и их основные компоненты. Примеры bi-систем.
- 11.Olap – определение и основные инструменты. Задачи, решаемые с помощью olap.
- 12.Data Mining - определение и основные инструменты. Перечень типовых задач.
- 13.Основные понятия и преимущества crm-систем. Примеры crm – систем.
- 14.Критерии выбора crm-систем.
- 15.Порядок внедрения crm-систем.