Методы и модели Data Mining
Реферат, 18 Декабря 2014
Data Mining (рус. добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности
Cоздание моделей свойств двухслойных пленочных структур на основе линейно-цепочечного углерода с помощью Data Mining
Дипломная работа, 29 Сентября 2011
Целью данной работы является создание вычислительных моделей по свойствам продуктов нанотехнологий. В частности, объектом исследований мы выбрали линейно-цепочечный углерод.
В задачи работы входили:
- Аналитический обзор возможностей методов интеллектуального анализа данных.
-Сбор данных по электрическим свойствам нанопленок ЛЦУ, подготовка баз данных.
- Создание моделей свойств нанопленок с помощью искусственных нейронных сетей, позволяющих прогнозировать их свойства в зависимости от различных параметров.
Технология Data Mining
Сайт-партнер: referat911.ru
Реферат, 03 Декабря 2013
• Целью данной работы является раскрытие основных свойств возможностей технологии "добычи знаний", а также рассмотрение возможностей применения технологии Data Mining на примере SAS Interprise Miner.
Технология Data Mining
Сайт-партнер: referat911.ru
Курсовая работа, 25 Ноября 2013
Возникновение и развитие Data Mining обусловлено различными факторами, назовем основные:
- совершенствование аппаратного и программного обеспечения;
- совершенствование технологий хранения и записи данных;
- накопление большого количества ретроспективных данных;
- совершенствование алгоритмов обработки информации.
Технология Data Mining
Сайт-партнер: referat911.ru
Курсовая работа, 03 Мая 2013
Одно из важнейших назначений методов Data Mining состоит в наглядном представлении результатов вычислений, что позволяет использовать инструментарий Data Mining людьми, не имеющих специальной математической подготовки. В то же время, применение статистических методов анализа данных требует хорошего владения теорией вероятностей и математической статистикой.
Возникновение и развитие Data Mining обусловлено различными факторами, назовем основные:
- совершенствование аппаратного и программного обеспечения;
- совершенствование технологий хранения и записи данных;
- накопление большого количества ретроспективных данных;
- совершенствование алгоритмов обработки информации.
Визначення поняття Data Mining
Сайт-партнер: yaneuch.ru
Курсовая работа, 14 Мая 2013
Метою даної роботи є побудова модель інтелектуального аналізу даних з використанням алгоритму асоціативних правил на базі інформаційного сховища підприємства.
Для досягнення цієї мети необхідно вирішити ряд задач:
створити структуру інформаційного сховища на базі OLTP (Online Transaction Process) бази даних, що містить інформацію про продажі товарів;
організувати періодичне перевантаження даних з OLTP в інформаційне сховище;
створити модель інтелектуального аналізу структури споживчої корзини по алгоритму асоціативних правил;
провести аналіз моделі і прогнозування.
Data Mining. Нейронечёткие модули
Сайт-партнер: referat911.ru
Курсовая работа, 23 Июня 2013
Сегодня консультанты имеют в распоряжении много различных инструментов, каждый из которых создаёт представление, присущее отдельному кандидату. Эти представления включают резюме, данныйоб опытеработы, и, соответственно, ряд от статики до динамики и от одномерных до трёхмерных наборов данных. Пока одиночные представления иногда достаточны для проверки кандидата (например, использование тестов достаточно для определения минимальных знаний), много условий требуют множественных видов, чтобы позволить рекрутеру уверенно сказать подходит кандидат клиенту или не (например, западный стиль ведения бизнеса отличается от Российского, и иногда кандидатам тяжело адаптироваться, а компания не будет рада такому сотруднику).
Основные сферы применения Data Mining
Сайт-партнер: stud24.ru
Курсовая работа, 05 Ноября 2012
Развитие методов записи и хранения данных привело к бурному росту объемов собираемой и анализируемой информации. Объемы данных настолько внушительны, что человеку просто не по силам проанализировать их самостоятельно, хотя необходимость проведения такого анализа вполне очевидна, ведь в этих «сырых» данных заключены знания, которые могут быть использованы при принятии решений. Для того чтобы провести автоматический анализ данных, используется Data Mining.