- •Міністерство освіти і науки україни національний університет харчових технологій
- •Інтелектуальний аналіз даних лабораторний практикум
- •Київ нухт 2016
- •Мета, зміст, порядок проведення і контролю лабораторних робіт Лабораторна робота № 1.
- •Теоретичні відомості Моделювання та генерація сховища даних
- •Хід роботи
- •Питання для самоперевірки
- •Лабораторна робота № 2.
- •Теоретичні відомості Багатовимірний аналіз даних ‑ olap
- •Хід роботи
- •Теоретичні відомості Інтелектуальний аналіз даних на основі метода кластеризації
- •Хід роботи
- •2. Створення структури інтелектуального аналізу даних.
- •Питання для самоперевірки
- •Лабораторна робота № 3.
- •Інтелектуальний аналіз даних з використанням дерев рішень
- •Хід роботи
- •1. Створення джерела даних.
- •2. Створення структури інтелектуального аналізу даних.
- •Хід роботи
- •Питання для самоперевірки
- •Рекомендована література Базова
- •Допоміжна
- •Інформаційні ресурси
- •Додатки
Міністерство освіти і науки україни національний університет харчових технологій
-
ЗАТВЕРДЖУЮ
Ректор __________ А.І.Українець
(підпис)
«___» ____________2016 р.
Інтелектуальний аналіз даних лабораторний практикум
для студентів напряму підготовки 6.050101
“Комп’ютерні науки”
денної та заочної форм навчання
Всі цитат, цифровий та фактичний
Матеріал, бібліографічні відомості
перевірені. Написання одиниць
відповідає стандартам
Підпис авторів __________ СХВАЛЕНО
На засіданні кафедри
інформаційних систем
як електронний
лабораторний практикум Протокол № 7 від 23.02.2016 р.
Київ нухт 2016
«___» ____________2016 р. Реєстраційний номер електронного лабораторного практикуму у НМВ ______________________________
|
|
Інтелектуальний аналіз даних. [Електронний ресурс]: лабораторний практикум для студентів напряму підготовки 6.050101 “Комп’ютерні науки” денної та заочної форм навчання / уклад.: О.М. Мякшило, О.В. Харкянен, – К.: НУХТ, 2016. – 30 с.
Рецензент Л.Г. Загоровська, канд. техн. наук, доцент
Укладачі: О.М. М'якшило, кандидат. техн. наук
О.В. Харкянен, кандидат. техн. наук
Відповідальний за випуск В.В. Самсонов, канд. техн. наук, проф.
ВСТУП
Широке використання інформаційних систем в усіх сферах людської діяльності призвело до накопичення великих обсягів інформації про бізнес-процеси. Розуміння того, що інформація – це цінний ресурс, який дозволяє приймати більш обґрунтовані управлінські рішення, викликало розвиток засобів накопичення, аналізу і виявлення певних закономірностей та залежностей, прогнозування тенденцій та ризиків.
Одним з напрямків обробки даних є використання технологій інтелектуального аналізу даних. Термін Data Mining був запропонований Г. П’ятецьким-Шапіро в 1989 році та використовується для позначення множини методів, які дозволяють виділяти нові інформаційні характеристики з великих масивів слабо структурованих вихідних даних. Методика аналізу з використанням Data Mining базується на алгоритмах пошуку прихованих закономірностей у вихідних даних. Data Mining — міждисциплінарна технологія, що виникла й розвивається на базі досягнень прикладної статистики, розпізнавання образів, методів штучного інтелекту, теорії баз даних тощо. В основу технології покладені методи класифікації, кластеризації, прогнозування, моделювання, генетичні та еволюційні алгоритми, аналіз відхилень.
Дисципліна "Інтелектуальний аналіз даних" ґрунтується на теоретичних основах отриманих при вивченні дисциплін "Організація баз даних та знань", "Теорія прийняття рішень", "Математичні методи оптимізації", "Системний аналіз об’єктів", "Проектування інформаційних систем".
