 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
 |
 |
||
 |
||||
1장 데이터마이닝
2장 시장바구니분석
3장 행렬도분석
4장 의사결정나무분석
5장 로지스틱 회귀분석
6장 군집분석
data mining techniques Ⅰ.데이터마이닝 3
1.데이터마이닝이란 ?
data mining is the exploration and analysis, by automatic or semiautomatic means,
of large quantities of data in order to discover meaningful patterns and rules.
대용량의 데이터로부터 이들 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고
찾아내어 모형화 함으로써 유용한 지식을 추출하는 일련의 과정들.
4 데이터 획득 dw 데이터 정제 및 변환 screen 데이터 분석 모형구축 및 평가 일반화 지식 발견
2.데이터마이닝 과정
5 판 별 (classification)
3.데이터 마이닝의 유용성
기 술 (description) 군 집 (clustering) 유사그룹 (affinity group) 예 측 (prediction) 추 정 (estimation)
decision tree, memory-based reasoning, link analysis
market basket analysis cluster analysis association rules decision tree, memory-based reasoning, link analysis, neural network neural network task technique 6 bottom-up approach the data suggests new hypotheses to test top-down approach hypotheses dictate the data to be analyzed generate good ideas determine what data would allow these hypotheses to be tested
3.locate the data
4.prepare the data for analysis
5.build computer models based
on the data
6.evaluate computer models to
confirm or reject hypotheses 지식 발견 (knowledge discovery) 가설 검정 (hypothesis testing)
4.데이터 마이닝 방법론
directed method
-to explain relationships
1.identify sources of
reclassified data
2.prepare data for analysis
3.build and train a computer
model
4.evaluate the computer
model undirected method to recognize relationships identify sources of data prepare data for analysis build and train a computer model
5.evaluate the computer model (이하 생략)
