Інтелектуальний аналіз даних (Data Mining)
Черняк О.І., Захарченко П.В., Чубукова І.О.
Надіслав: Кравцов Геннадий (8 вересня 2024р.)
Анотація

Курс знайомить студентів з технологією Data Mining (BigData), детально розглядаються методи, інструментальні засоби та застосування Data Mining. Опис методів супроводжується конкретними прикладами використання.

Data Mining (лекції)
Черняк О. І. Інтелектуальний аналіз даних : підручник / О. І. Черняк, П. В. Захарченко. – К. : Знання, 2014.
Лекція 1. Основи інтелектуального аналізу даних
1.1. Основні поняття та визначення інтелектуального аналізу даних (Data Mining)
1.2. Історія виникнення та причини розвитку. Етапи та методи знаходження нових знань
1.3. Основні моделі інтелектуальних обчислювань 
1.4. Засоби програмної підтримки інтелектуального аналізу даних
1.5. Новітні напрямки застосування Data Mining
Лекція 2. Сховище даних та OLAP – технології
2.1. Концепція сховищ даних
2.2. Технології побудови сховищ даних
2.3. Вітрини та кіоски даних
2.4. OLAP – технології
Лекція 3. OLAP-куби
3.1. Основні архітектури OLAP – систем
3.2. Багатовимірний OLAP. Multidimensional On-Line Analytical Processing (MOLAP)
3.3. OLAP – системи та Інтернет – технології
3.4. Створення і використання OLAP - кубів 
Лекція 4. Асоціативні правила та дерева рішень
4.1. Основні поняття теорії асоціативних правил
4.2. Програмні засоби пошуку асоціативних правил 
4.3. Практичний аспект застосування технології асоціативних правил
4.4. Дерева рішень – загальні принципи технології
4.5. Комп’ютерні системи та напрямки застосування дерев рішень
 
Лекція 5. Нечіткі методи інтелектуального аналізу даних
5.1. Концепція нечітких обчислень
5.2. Нечітка логіка в системах Data Mining
5.3. Програмне забезпечення нечітких методів
5.4. Сучасна практика застосування нечітких методів
 
Лекція 6. Класичні технології класифікації в Data Mining
6.1. Завдання класифікації
6.2. Процес класифікації
6.3. Програмне забезпечення задач класифікації
 
Лекція 7. Класичні технології кластеризації в Data Mining (тиждень 7, лк. - 2 год., прак. – 2 год.)
7.1. Завдання прогнозування
7.2. Порівняння задач прогнозування та класифікації
7.3. Програмне забезпечення задач кластеризації
7.4. Прогнозування і тимчасові ряди
7.5. Завдання візуалізації.
 
Лекція 8. Сфери застосування Data Mining
8.1. Застосування Data Mining для вирішення бізнес-завдань
8.2. Data Mining для наукових досліджень
8.3. Основи аналізу даних.
 
Чубукова І.О. Data Mining навчальний посібник/І.О. Чубукова. - 2-ге вид., випр. - Інтернет-Університет Інформаційних Технологій, 2008. - 382 с.
Data Mining (лабораторні роботи)
Лабораторна робота 1. Надбудова щодо служб Analysis Services. Початок роботи у Visual Studio 2022 та MS SQL Server 2022
Лабораторна робота 2. Створення подання джерела даних
Лабораторна робота 3. Визначення та розгортання куба
Лабораторна робота 4. Зміна вимірювань, атрибутів та ієрархій
Syllabus
Обговорення
Обговорити (0 коментарів)

Авторизація:

Реєстрація / Забули пароль?
Публікація
Назва:
Інтелектуальний аналіз даних (Data Mining)
(Книга)
Дата изменения:
17 вересня 2024р., 1:29 AM
Оцінка:
Всього оцінок: 0

Оцінювати публікації можуть тільки зареєстровані користувачі

Просмотров: 55

Опитування Чи брали Ви участь в дистанційному навчанні?
Мені це нецікаво 51
Ні, але хочу спробувати 155
Так, в ролі тьютора (студента) 180
Всього голосів: 386
Результати...
Зареєструйтесь, щоб голосувати
Всі закладки...