Data Mining Tutorial for CS for Android APK

Апісанне

Інтэлектуальны аналіз даных - гэта працэс выяўлення заканамернасцей у вялікіх наборах даных з выкарыстаннем метадаў на стыку машыннага навучання, статыстыкі і сістэм баз дадзеных. Інтэлектуальны аналіз даных - гэта міждысцыплінарная падполле інфарматыкі і статыстыкі з агульнай мэтай здабывання інфармацыі (з дапамогай інтэлектуальных метадаў) з набору даных і пераўтварэння інфармацыі ў зразумелую структуру для далейшага выкарыстання. Інтэлектуальны аналіз дадзеных - гэта этап аналізу працэсу "выяўлення ведаў у базах дадзеных" або KDD. Акрамя этапу неапрацаванага аналізу, ён таксама ўключае ў сябе аспекты кіравання базай дадзеных і дадзенымі, папярэднюю апрацоўку даных, разгляд мадэлі і высновы, паказчыкі цікавасці, меркаванні складанасці, пост-апрацоўку выяўленых структур, візуалізацыю і онлайн-абнаўленне.

Тэрмін "інтэлектуальны аналіз дадзеных" з'яўляецца памылковым, таму што мэтай з'яўляецца выманне шаблонаў і ведаў з вялікіх аб'ёмаў даных, а не выманне (здабыча) саміх даных. Гэта таксама моднае слова і часта ўжываецца да любой формы буйнамаштабнай апрацоўкі дадзеных або інфармацыі (збор, выманне, захоўванне, аналіз і статыстыка), а таксама да любога прымянення камп'ютэрнай сістэмы падтрымкі прыняцця рашэнняў, уключаючы штучны інтэлект (напрыклад, машыну навучання) і бізнес-аналітыкі. Кніга Інтэлектуальны аналіз дадзеных: практычныя інструменты і метады машыннага навучання з дапамогай Java (якая ахоплівае ў асноўным матэрыялы машыннага навучання) першапачаткова павінна была называцца проста Практычнае машыннае навучанне, а тэрмін інтэлектуальны аналіз дадзеных быў дададзены толькі з маркетынгавых меркаванняў. Часта больш падыходзяць больш агульныя тэрміны (буйнамаштабныя) аналіз даных і аналітыка або, калі гаворка ідзе пра фактычныя метады, штучны інтэлект і машыннае навучанне.

Сапраўдная задача інтэлектуальнага аналізу даных - гэта паўаўтаматычны або аўтаматычны аналіз вялікіх аб'ёмаў даных для вылучэння раней невядомых, цікавых шаблонаў, такіх як групы запісаў даных (кластарны аналіз), незвычайныя запісы (выяўленне анамалій) і залежнасці (выяўленне правіл асацыяцыі, паслядоўны майнинг шаблонаў). Звычайна гэта ўключае выкарыстанне такіх метадаў базы дадзеных, як прасторавыя індэксы. Затым гэтыя шаблоны можна разглядаць як свайго роду зводку ўваходных даных і выкарыстоўваць іх у далейшым аналізе або, напрыклад, у машынным навучанні і прагнастычнай аналітыцы. Напрыклад, этап інтэлектуальнага аналізу дадзеных можа ідэнтыфікаваць некалькі груп у дадзеных, якія затым могуць быць выкарыстаны для атрымання больш дакладных вынікаў прагназавання сістэмай падтрымкі прыняцця рашэнняў. Ні збор даных, ні падрыхтоўка даных, ні інтэрпрэтацыя вынікаў і справаздачнасць не з'яўляюцца часткай этапу інтэлектуальнага аналізу даных, але ўваходзяць у агульны працэс KDD у якасці дадатковых этапаў.

Сховішча даных ствараецца шляхам інтэграцыі даных з некалькіх гетэрагенных крыніц.

Ён падтрымлівае аналітычную справаздачнасць, структураваныя і/або спецыяльныя запыты і прыняцце рашэнняў. У гэтым навучальным дапаможніку выкарыстоўваецца паэтапны падыход для тлумачэння ўсіх неабходных паняццяў сховішча даных.

Калекцыі навучальных дапаможнікаў па катэгорыях прыведзены ніжэй і забяспечваюць усе лайкі па тэмах,

Агляд сховішча даных

Канцэпцыі сховішча даных

Працэсы сістэмы сховішча даных

Архітэктура сховішча даных

Тэрміналогіі сховішча даных

Працэс дастаўкі сховішча даных

Шматмерны OLAP сховішча даных

Схемы сховішча даных

Тэставанне сховішча даных

Будучыя аспекты сховішча даных

Пытанні для інтэрв'ю па сховішчы дадзеных

Стратэгія падзелу сховішча даных

Канцэпцыі метададзеных сховішча даных

Мартынг дадзеных сховішча дадзеных

Менеджэры сістэмы сховішчаў дадзеных

Менеджэры працэсаў сховішча даных

Бяспека сховішча даных

Настройка сховішча даных

і многія іншыя