Доклад ИИУС. Доклад ИИУС2. Доклад Этапы функционирования типовой системы интеллектуального анализа данных

• Название: Доклад Этапы функционирования типовой системы интеллектуального анализа данных
• Анкор: Доклад ИИУС
• Дата: 30.11.2020
• Размер: 59.22 Kb.
• Имя файла: Доклад ИИУС2.pdf
• Тип: Доклад; #155396

Доклад
Этапы функционирования типовой системы интеллектуального анализа данных
2020

Интеллектуальный анализ выявляет «скрытые» знания в больших массивах данных.
Подготовка данных
Цель этапа — сузить пространство поиска, отбрасывая малозначимые точки, оценить зависимости, привести исходные данных к удобной для анализа форме:
• сбор данных из БД, систем аналитики, отчетности и других источников;
• слияние таблиц данных;
• приведение к единому формату;
• получение новых данных за счет математических и логических операций.
Формулирование гипотез.
Гипотезы предполагают наличие причинно-следственных связей между данными.
Какая бы зависимость в общем случае ни обнаружилась, всегда полезно иметь под рукой наиболее простую.
В первую очередь, в наборе данных выделяются «главные показатели», которые наиболее.
Задача всего анализа заключается в выявлении, каким образом показатели, не относимые к главным, т.е. «вспомогательные параметры», влияют на один или несколько главных показателей.
Проверка гипотез
Гипотезы о наличии связи между переменными проверятся с использованием различных технологий анализа данных: методами теории вероятностей, статистического и интеллектуального анализа данных (data mining).
Программа автоматически порождает и отбрасывает различные гипотезы о взаимозависимости данных.
Если предложенных гипотез окажется недостаточно для анализа, класс может быть расширен. Если удается установить взаимозависимость, даже слабую, об этом будет сделано сообщение.

Результаты анализа данных представляются клиенту: формулируются выводы и рекомендации
Интеллектуальный анализ данных — сравнительно молодое направление. Оно оформилось в 90-е годы XX века. Тогда бизнес впервые столкнулся с проблемой «больших данных» (big data). Эта проблема заключалась в том, что данные прирастали быстрее возможностей их анализа. Интеллектуальный анализ стал ответом на этот вызов.
Новое направление объединило методы различных научных областей, таких как статистика, теория вероятностей, теория баз данных, искусственный интеллект.