- •Создание структуры.
- •Создание модели интеллектуального анализа данных
- •Введение.
- •Методы решения задач Data Mining в Microsoft sql Server.
- •Метод дерева принятия решений.
- •Упрощенный Метод Байеса
- •Метод временных рядов.
- •Метод кластеризации
- •Метод линейной регрессии.
- •Метод поиска взаимосвязей
- •Метод кластеризации последовательностей
- •Метод нейронной сети
- •Области использования рассмотренных алгоритмов.
- •Доступ к средствам sql Server Data Mining из Microsoft Office.
- •Средства анализа таблиц Excel. Инструмент Table Analysis (Анализировать).
- •Инструмент «Анализ ключевых факторов влияния».
- •Инструмент «Поиск категорий».
- •Инструмент Заполнение по примеру (Fill From Example).
- •Инструмент прогнозирования Прогноз
- •Инструмент Выделение исключений
- •Инструмент Анализ сценария.
- •Поиск решения.
- •Анализ гипотетических вариантов
- •Клиент интеллектуального анализа данных для Excel
- •Подготовка данных
- •Просмотр данных.
- •Инструмент Очистить данные
- •Секционирование данных.
- •Панель инструментов Моделирование данных. Классификация.
- •Инструмент «Оценка»
- •Инструмент «Кластеризация»
- •Инструмент Связать.
- •Инструмент Прогноз.
- •Инструмент Дополнительно.
- •Панель Точность и правильность
- •Диаграмма точности.
- •Матрица классификации
- •Литература и источники.
- •Оглавление
- •101990 Москва, Малый Златоустинский пер. 7
- •Введение.
- •Хранилище данных Концепция хранилища данных.
- •Архитектура хранилища данных.
- •Проблемы создания хранилищ данных.
- •Требования к субд и используемые данные.
- •Data Mining или добыча знаний
- •Типы выявляемых закономерностей и этапы решения
- •Обзор используемых методов и алгоритмов
- •Классификация.
- •Кластеризации.
- •Задача ассоциации
- •Визуализация
- •Системы, реализующие Data Mining
- •Система PolyAnalyst
- •Работа с системой PolyAnalyst
- •Задание для самостоятельного выполнения.
- •Нейронные сети. Область применения нейронных сетей.
- •Теоретические аспекты нейронных сетей.
- •Последовательность этапов решения практических задач с использованием нейронных сетей и рекомендации по их проведению.
- •Программные системы для нейросетевого моделирования.
- •Программный пакет BrainMaker Professional.
- •Последовательность работы с пакетом BrainMaker Professional
- •Задания для самостоятельного выполнения:
- •Литература и источники.
- •Кондрашов Юрий Николаевич, Современные технологии интеллектуальной обработки информации.
- •101990 Москва, Малый Златоустинский пер. 7 Язык dmx Концепции языка dmx
- •Создание структуры.
- •Создание модели интеллектуального анализа данных
- •Детализация структуры
- •Детализация модели
- •Запрос значений столбца
- •Запрос содержимого модели
- •1. Витрины данных, как обособленная (специализированная) часть хд
- •2. Витрины данных (вид хд) , как промежуточная часть хд.
- •2. Кубы данных – оперативная аналиическая обработка (olap)
Литература и источники.
В. Дюк, А. Самойленко. Data mining. Учебный курс.- СПб: Питер. 2001.
Т. Коннолли и др. Базы данных. Уч. Пособие. – М.: Издательский дом «Вильямс», 2000
С. Блинов BrainMaker - прогнозирование на финансовых рынках. Открытые системы, #04/1998.
А. МАСАЛОВИЧ НЕЙРОННАЯ СЕТЬ - ОРУЖИЕ ФИНАНСИСТА http://www.tora-centre.ru/
Л.Я.Бухарбаева, М.В.Танюкевич Лабораторная работа «ИНФОРМАЦИОННАЯ ПОДДЕРЖКА ФИНАНСОВОГО МЕНЕДЖМЕНТА НА ОСНОВЕ ПРОГРАММНОГО ПАКЕТА НЕЙРОСЕТЕВОГО ПРОГРАММИРОВАНИЯ BRAINMAKER 3.11» УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ, КАФЕДРА АСУ.
И.С. Новиков Обзор нейросетевого программного обеспечения. МГТУ им. Баумана, 2001. http://neurnews.iu4.bmstu.ru/neurosoft/
С. Терехов. Лекции по теории и приложениям искусственных нейронных сетей. Лаборатотория Искусственных Нейронных Сетей НТО-2, ВНИИТФ, Снежинск.
Э. Спирли Корпоративные хранилища данных. М.: Издательский дом «Вильямс»,2001.
Саиты:
http://www.olap.ru/
http://www.at-consulting.ru/
http://www.neuralbench.ru/
http://www.tora-centre.ru/library/ns/nn_fin2.htm
http://www.intuit.ru/department/database/datamining/11/INTUIT.ru:: Интернет Университет Информационных Технологий.
http://www.superbroker.ru/net.aspx#b2
www.neuralnetworks.ultranet.ru.
http://www.neural-forecasting.com
http://neuroschool.narod.ru/
http://www.basegroup.ru/neural/math.htm
http://algolist.ru/ai/neuro/index.php
http://www.neural-forecasting.com/
www.neuropro.ru
Оглавление
Создание структуры. 1
Создание модели интеллектуального анализа данных 3
Введение. 10
Методы решения задач Data Mining в Microsoft SQL Server. 12
Метод дерева принятия решений. 16
Упрощенный Метод Байеса 19
Метод временных рядов. 21
Метод кластеризации 22
Метод линейной регрессии. 23
Метод поиска взаимосвязей 24
Метод кластеризации последовательностей 26
Метод нейронной сети 28
Области использования рассмотренных алгоритмов. 31
Доступ к средствам SQL Server Data Mining из Microsoft Office. 33
Средства анализа таблиц Excel. Инструмент Table Analysis (Анализировать). 34
Инструмент «Анализ ключевых факторов влияния». 35
Инструмент «Поиск категорий». 39
Инструмент Заполнение по примеру (Fill From Example). 44
Инструмент прогнозирования Прогноз 47
Инструмент Выделение исключений 50
Инструмент Анализ сценария. 51
Поиск решения. 52
Анализ гипотетических вариантов 56
Клиент интеллектуального анализа данных для Excel 59
Подготовка данных 60
Просмотр данных. 61
Инструмент Очистить данные 64
Секционирование данных. 70
Панель инструментов Моделирование данных. 75
Классификация. 75
Инструмент «Оценка» 82
Инструмент «Кластеризация» 85
Инструмент Связать. 90
Инструмент Прогноз. 97
Инструмент Дополнительно. 99
Панель Точность и правильность 104
Диаграмма точности. 105
Матрица классификации 109
Литература и источники. 112
Оглавление 113
Введение. 119
Хранилище данных 121
Концепция хранилища данных. 121
Архитектура хранилища данных. 123
Проблемы создания хранилищ данных. 127
Требования к СУБД и используемые данные. 130
Data Mining или добыча знаний 140
Типы выявляемых закономерностей и этапы решения 143
Обзор используемых методов и алгоритмов 146
Классификация. 146
Кластеризации. 153
Задача ассоциации 159
Визуализация 162
Системы, реализующие Data Mining 173
Система PolyAnalyst 174
Работа с системой PolyAnalyst 178
Задание для самостоятельного выполнения. 219
Нейронные сети. 221
Область применения нейронных сетей. 221
Теоретические аспекты нейронных сетей. 225
Последовательность этапов решения практических задач с использованием нейронных сетей и рекомендации по их проведению. 237
Программные системы для нейросетевого моделирования. 244
Программный пакет BrainMaker Professional. 249
Последовательность работы с пакетом BrainMaker Professional 254
Задания для самостоятельного выполнения: 281
Литература и источники. 284
Язык DMX 290
Концепции языка DMX 290
Создание структуры. 296
Создание модели интеллектуального анализа данных 299
Детализация структуры 309
Детализация модели 310
Запрос значений столбца 311
Запрос содержимого модели 312
Автор:
Доктор технических наук, профессор