Интеллектуальный анализ данных

(Data Mining — добыча данных) В OLAP системах аналитик выдвигает гипотезы и затем проверяет их. Он решает задачи основываясь на своих знаниях и опыте. Однако знания есть не только у человека, но и в накопленных данных, которые подвергаются анализу. Такие знания называются «скрытыми», так как они содержатся в гигабайтах и терабайтах информации, которые человек не в состоянии исследовать самостоятельно. Для определения скрытых знаний необходимо применять специальные методы анализа, при которых приходится практически добывать знания из «завалов» информации.

Пятницкий-Шапиро в 1996 г. дали следующее определение добычи данных.

Data Mining — исследование и обнаружение машиной (алгоритмами, средствами искусственного интеллекта) в сырых данных скрытых знаний, которые ранее не были известны, нетривиальны, практически полезны, доступны для интерпретации человеком.

Свойства обнаруживаемых знаний:

• — должны быть новые, ранее неизвестные,
• — нетривиальны,
• — практическими,
• — доступными для понимания.

В Data Mining для представления полученных знаний служат модели. Наиболее распространенными являются: правила, деревья решений, кластеры и математические функции. А также: классификация, регрессия, поиск ассоциативных правил и кластеризация.

Вопросы.

• 1. Дайте определение хранилища данных
• 2. Задачи СППР
• 3. На основе, каких средств, производится анализ данных?
• 4. Особенности многомерной модели данных
• 5. Дайте определение OLAP системам
• 6. Правила предъявляемые к OLAP системам
• 7. Способы реализации многомерных моделей данных
• 8. Определение Data Mining
• 9. Свойства обнаруживаемых знаний