лекции по ИТ в управлении

  • 25 дек. 2016 г.
  • 920 Слова
Методы анализа для Олап:
Факторный (структурный) анализ – анализ структуры продаж для выявления важнейших составляющих в интересующем разрезе.
Анализ динамики (регрессионный) анализ – выявлениетрендов, тенденций, сезонных колебаний.
Анализ зависимостей (корреляционный анализ) – сравнение объёмов продаж разных товаров во времени для выявления необходимого ассортимента.
Сопоставление(сравнительный анализ). Сравнение результатов продаж во времени, либо на заданный период, для заданной группы товаров.
Дисперсионный анализ – исследование распределения вероятностей и доверительных интерваловрассматриваемых показателей. Применяется для прогнозирования и оценки рисков.
Data Mining (Дата Мининг) – технология интеллектуального поиска и анализа данных или «добыча данных».
В основе технологии – концепцияшаблонов, отражающих фрагменты многоаспектных взаимоотношений в данных. Эти шаблоны представляют собой закономерности, свойственные выборкам данных, которые могут быть компактно выражены в понятной форме.Поиск шаблонов производится методами, не ограниченными рамками предположений о структуре выбора и виде распределений значений анализируемых показателей.
939165204470Сырые данные
Хранилище данных9391656350
Целевые данные
93916520320
Преобразованные данные
93916514605
Модели шаблонов (Data Mining)
93916500
Знания
Шаблоны в Data Mining должны отражать неочевидные, неожиданныерегулярности в данных, скрытые знания.
Data Mining – процесс обнаружения в сырых данных раннее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различныхсферах деятельности.Сфера применения Data Mining не ограничена – всюду, где имеются огромные количества сырых данных.
Области применения Data Mining:
распознавание образов
статистика
эффективныевычисления
хранилища данных
теория баз данных
оперативная аналитическая обработка
информационный поиск
экспертные системы
визуализация данных
С помощью Data...
tracking img