Wprowadzenie
W tym rozdziale wyjaśnimy najważniejsze pojęcia związane z eksploracją danych. Wymienimy i scharakteryzujemy algorytmy eksploracji danych. Przedstawimy także kluczowe różnice pomiędzy analizą eksploracyjną a przetwarzaniem danych w oparciu o model OLAP.Wstęp
Definicje pojęć
Algorytmy
Główne zadania
Data mining a OLAP
Business Intelligence
Warto zobaczyć:
gimp download Smart Security pozycjonowanie strony strony internetowe Toruń
Data mining a OLAP
Eksploracja danych różni się znacznie od modelu analizy danych typu OLAP (ang. On- Line Analitycal Processing), ponieważ nie jest wykorzystywana do sprawdzania poprawności stawianych przez analityka hipotez i zależności, lecz raczej służy do odkrywania takich relacji. Eksploracja pozwala odkrywać reguły i wzorce, podczas gdy narzędzia i przetwarzanie typu OLAP dają możliwość oceny skutków podejmowania na ich podstawie decyzji. Generalizując różnice między tymi podejściami można stwierdzić, że eksploracja danych odkrywa hipotezy, które przy pomocy OLAP możemy weryfikować.Dostępne systemy zarządzania bazami danych zapewniają efektywne rozwiązania do przechowywania danych, zarządzania dostępem do danych czy zarządzania współbieżnością. Model przetwarzania danych OLAP ma za zadanie wspieranie procesów analizy dużych zbiorów danych (hurtowni, magazynów danych) dostarczając narzędzi umożliwiających analizowanie w wielu wymiarach, które są definiowane przez użytkownika – analityka (np. czas, miejsce, klasyfikacja produktów). Proces takiej analizy jest całkowicie sterowany przez użytkownika systemu, dlatego często określany jest mianem analizy danych sterowanych zapytaniami (ang. query-driven exploration). Tego typu analizy i przetwarzanie danych najczęściej wykorzystywane jest np. w analizie sprzedaży przedsiębiorstwa z podziałem na zyski, obroty, sprzedaż dla danych lokalizacji, oddziałów lub pracowników w odniesieniu do lat, kwartałów, miesięcy czy dni. Wyniki takich analiz wspomagają odnalezienie słabych ogniw sieci sprzedaży i pomagają podjąć decyzje, które mogą przyczynić się do poprawy sytuacji finansowej i lepszych efektów w osiąganiu założeń biznesowych.
Z kolei podejście wykorzystujące algorytmy i metody eksploracji danych umożliwia zautomatyzowanie procesu analizy. Automatyczna eksploracja daje nowe możliwości w zakresie interakcji użytkownika z systemem baz danych lub zbiorem, magazynem czy hurtownią danych. Takie podejście umożliwia formułowanie zapytań na wyższym poziomie abstrakcji oraz nie wymaga pełnej wiedzy o podmiocie analizy. Właśnie tej wiedzy szukamy i chcemy ją wydobyć – odkryć ze zbioru danych. photoshop download pozycjonowanie gliwice Serwery dedykowane projektowanie www szczecin