Зарегистрироваться
Восстановить пароль
FAQ по входу

Барсегян А.А., Куприянов М.С., Холод И.И., Тесс М.Д., Елизаров С.И. Анализ данных и процессов

  • Файл формата pdf
  • размером 11,03 МБ
Барсегян А.А., Куприянов М.С., Холод И.И., Тесс М.Д., Елизаров С.И. Анализ данных и процессов
3-е изд. — СПб.: БХВ-Петербург, 2009. — 512 с. — (Учебная литература для вузов). — ISBN 978-5-9775-0368-6.
Излагаются основные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный (Data Mining) анализ данных. В третьем издании по сравнению со вторым, выходившем под названием "Технологии анализа данных: Data Mining, Text Mining, Visual Mining, OLAP", добавлены визуальный (Visual Mining) и текстовый (Text Mining) анализ данных, анализ процессов (Process Mining), анализ Web-ресурсов (Web mining) и анализ в режиме реального времени (Real-Time Data Mining). Приведено описание методов и алгоритмов решения основных задач анализа: классификации, кластеризации и др. Описание идеи каждого метода дополняется конкретным примером его использования.
Data Mining и перегрузка информацией
Системы поддержки принятия решений

Задачи систем поддержки принятия решений
Базы данных — основа СППР
Неэффективность использования OLTP-систем для анализа данных
Выводы
Хранилище данных
Концепция хранилища данных
Организация ХД
Очистка данных
Концепция хранилища данных и анализ
Выводы
OLAP-системы
Многомерная модель данных
Определение OLAP-систем
Концептуальное многомерное представление
Архитектура OLAP-систем
Выводы
Интеллектуальный анализ данных
Добыча данных — Data Mining
Задачи Data Mining
Практическое применение Data Mining
Модели Data Mining
Методы Data Mining
Процесс обнаружения знаний
Управление знаниями (Knowledge Management)
Средства Data Mining
Выводы
Классификация и регрессия
Постановка задачи
Представление результатов
Методы построения правил классификации
Методы построения деревьев решений
Методы построения математических функций
Прогнозирование временных рядов
Выводы
Поиск ассоциативных правил
Постановка задачи
Представление результатов
Алгоритмы
Выводы
Кластеризация
Постановка задачи кластеризации
Представление результатов
Базовые алгоритмы кластеризации
Адаптивные методы кластеризации
Выводы
Визуальный анализ данных — Visual Mining
Выполнение визуального анализа данных
Характеристики средств визуализации данных
Методы визуализации
Выводы
Анализ текстовой информации — Text Mining
Задача анализа текстов
Извлечение ключевых понятий из текста
Классификация текстовых документов
Методы кластеризации текстовых документов
Задача аннотирования текстов
Средства анализа текстовой информации
Выводы
Стандарты Data Mining
Кратко о стандартах
Стандарт CWM
Стандарт CRISP
Стандарт PMML
Другие стандарты Data Mining
Выводы
Библиотека Xelopes
Архитектура библиотеки
Диаграмма Model
Диаграмма Settings
Диаграмма Attribute
Диаграмма Algorithms
Диаграмма DataAccess
Диаграмма Transformation
Примеры использования библиотеки Xelopes
Выводы
Распределенный анализ данных
Системы мобильных агентов
Использование мобильных агентов для анализа данных
Система анализа распределенных данных
Выводы
Data Mining в реальном времени (Real-Time Data Mining)
Идея Data Mining в реальном времени
Рекомендательные машины
Инструменты Data Mining в реальном времени
Выводы
Извлечение знаний из Web — Web Mining
Web Mining
Методы извлечения Web-контента
Извлечение Web-структур
Исследование использования Web-ресурсов
Выводы
Средства анализа процессов — Process Mining
Автоматизация выполнения бизнес-процессов
Анализ процессов
Методы Process Mining
Библиотека алгоритмов Process Mining — ProM
Выводы
Приложение 1. Нейронечеткие системы
Способы интеграции нечетких и нейронных систем
Нечеткие нейроны
Обучение методами спуска
Нечеткие схемы рассуждений
Настройка нечетких параметров управления с помощью нейронных сетей
Нейронечеткие классификаторы
Приложение 2. Особенности и эффективность генетических алгоритмов
Методы оптимизации комбинаторных задач различной степени сложности
Сущность и классификация эволюционных алгоритмов
Классификация генетических алгоритмов
Особенности генетических алгоритмов, предпосылки для адаптации
Классификация адаптивных ГА
Двунаправленная интеграция ГА и нечетких алгоритмов продукционного типа
Приложение 3. Описание прилагаемого компакт-диска
  • Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
  • Регистрация