Анализ деятельности кредитных организаций
- Категория
- Банковское дело
- Тип
- курсовая работа
- Страницы
- 15 стр.
- Дата
- 20.02.2009
- Формат файла
- .rtf — Rich Text Format (Wordpad)
- Архив
- 108712.zip — 447.11 kb
- analiz-dejatelnosti-kreditnyx-organizacij_108712_1.rtf — 8033.96 Kb
- Readme_docus.me.txt — 125 Bytes
Текст работы
Чертежный;
Введение ИГОРЬ
Введение
Интеллектуальный анализ данных, или
Data Mining, – это пр
о цесс обнаружения в сырых
данных ранее неизвестных, нетривиал ь
ных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в разли ч
ных сферах человеческой деятельности.
Современные технологии Data
Mining (
discovery-driven data mining ) обрабатывают информацию с целью автоматического поиска шаблонов (паттернов), характерных для какихлибо фрагментов неоднородных многомерных данных. В отличие от оперативной анал и тической обработки данных ( online analytical processing, OLAP ) в
Data Mining бремя формулировки гипотез и
выявления необычных шаблонов переложено с человека на компьютер.
Выделяют пять стандартных типов закономерностей (задач), которые позволяют выявлять методы Data Mining : ассоциация, последовательность, классификация, кластеризация, прогнозиров
а ние.
Закономерность типа а ссоциация
наблюдается в данных, когда несколько событий связаны друг с другом и происходят при этом о д
новременно. Например, исследование, проведенное в супермаркете, может показать, что 65% к у
пивших кукурузные чипсы берут также и «кока-колу», а при наличии скидки за такой комплект «колу» приобретают в 85% случаев. Располагая сведениями о
подобной ассоциации, менеджерам легко оценить, насколько действенна предоста в ляемая скидка.
Закономерность типа « последовательность»
предполагает н а
личие в данных цепочки связанных друг с другом и распределенных во времени событий. Так, например, после покупки дома в 45% сл
у чаев в течение месяца приобретается и новая кухонная плита, а в пр е
делах