|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝-분류분석2
https://analysis-flood.tistory.com/45?category=725389 44. 데이터마이닝-분류분석3
https://www.quora.com/Why-decision-trees-are-called-unstable-models Why decision trees are unstable models? 1장 연구과제 3번 (3점)
2장 연구과제 2번 (단, data는 담당교수
|
|
|
데이터 마이닝, BSC, 그리고 BPM 기반의 6시그마 방법론에 관한 연구, 울산대학교 대학원 논문, 2005.
송영미, Data Mining 기법을 활용한 효율적 보험사기 적발 모형 연구, 홍익대학교 대학원 논문, 2009.
유재학 외, 연관관계규칙을 이용한 트래픽 폭
|
|
|
아직 시간이 더 필요하리라 보이나 부분적으로 마이닝 기술을 적용하는 곳은 점차로 늘어가고 있으며 그 효과 또한 입증되고 있다 데이터 웨어하우스
Data Warehouse 사례
쌍방울 Data Warehouse
데이터마이닝
( Data Mining )
|
|
|
데이터마이닝과 질의도구(SQL)의 차이를 기술하시오.
데이터마이닝(data mining)이란 대용량의 데이터로부터 이들 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고 찾아내어 모형화 함으로써 유용한 지식을 추출하는 일련의 과정들로 정의
|
|
|
제1장 데이터 마이닝 개요 1. 데이터마이닝의 도입 배경 오늘날과 같은 정보화 시대에는 “유용한 정보”를 캐내는 데이터 마이닝(Data mining)이 중요해지고 있다. ? 정보처리 기술 발달: 1970년대의 정보처리 기술은 특정직의 전유물 이였고 1980
|
|
|
데이터마이닝의 도입배경
- 데이터마이닝 : 데이터는 정보로, 정보는 지식으로 진화하고 있으며 이러한 진화를 위해 고객관계관리를 포함한 여러 분야에서 그 중요성이 부각되고 있는 분야
1.1.1 정보와 데이터
- 데이터 마이닝(data mining) : 정
|
|
|
데이터 마이닝임
(1) 정보와 데이터
① 정보화 시대를 맞이하여 정보의 원천인 데이터에서 유용한 정보를 캐내는 ‘데이터 마이닝(data mining)’이 주목받고 있음
② 인터넷을 비롯한 컴퓨터의 발전은 데이터베이스를 포함하여 정보를 다루는
|
|
|
데이터 마이닝임
(1) 정보와 데이터
① 정보화 시대를 맞이하여 정보의 원천인 데이터에서 유용한 정보를 캐내는 ‘데이터 마이닝(data mining)’이 주목받고 있음
② 인터넷을 비롯한 컴퓨터의 발전은 데이터베이스를 포함하여 정보를 다루는
|
|
메뉴펼치기
