Нечеткие системы: обзор итогов и тенденций развития
Сравнение тематик (topics) и обзор специальных сессий двух конгрессов. Новое направление исследований – интеллектуальный анализ баз данных временных рядов (Data Mining for Time Series Data Base). Анализ основных работ по DM баз данных временных рядов.
Подобные документы
Сущность и определение понятия интеллектуального анализа данных. Технологии data mining как инструмент для решения сложных аналитических задач. Типы выявляемых закономерностей в системе. Области применения технологий интеллектуального анализа данных.
лекция, добавлен 26.08.2010Анализ данных временных рядов - метод выяснения закономерности в данных, для предсказания будущих значений, которые помогут более эффективно оптимизировать бизнес-решения. ARIMA - популярный статистический метод для прогнозирования временных рядов.
статья, добавлен 17.12.2020Изучение и характеристика основных методов и алгоритмов прогнозирования временных рядов на примере решения конкретной задачи интеллектуального анализа данных. Ознакомление с навыками работы с модулями интегрированной статистической системы Statistica.
лабораторная работа, добавлен 29.03.2022Задачи Data Mining: описательные и предсказательные, классификации и регрессии, поиска ассоциативных правил, кластеризации. Практическое применение Data Mining. Особенности нечеткой логики, виды физической неопределенности. Процесс обнаружения знаний.
презентация, добавлен 27.04.2023Этапы развития теории нечетких временных рядов. Основные понятия авторегрессии нечеткого временного ряда. Формализованная постановка задачи нечеткой кластеризации. Модель нечетких тенденций с характеризующими параметрами, ее компоненты и уравнения.
статья, добавлен 19.01.2018Анализ программ для статистической обработки табличных данных. Рассмотрение программных продуктов с точки зрения их эффективного использования в части анализа динамических рядов. Специализированное программное обеспечение для анализа временных рядов.
статья, добавлен 20.05.2016Значение понятия "скрытые знания". Определение сути методов Data mining. Язык запросов к базам данных. Выявление возможностей для создания, изменения и извлечения хранимых данных. Data mining и искусственный интеллект. Задачи кластеризации и ассоциации.
контрольная работа, добавлен 14.04.2014Анализ способов аналитической обработки данных. Изучение технических аспектов многомерного хранения данных. Интеллектуальный анализ данных (Data Mining). Обзор технологий резервного копирования. Анализ технологий хранения резервных копий и данных.
реферат, добавлен 17.09.2017Рассмотрение вопросов интеллектуального анализа данных, представленных временными рядами, на основе моделей гранулярного компьютинга, включающих матрицизацию окна временными рядами с последующим сингулярным разложением. Современное состояние исследований.
статья, добавлен 21.06.2016Источники приобретения знаний. Технологии их обнаружения в базах данных. Задача индуктивного формирования понятий. Алгоритм качественного обобщения. Методы и этапы интеллектуального анализа данных. Средства представления знаний в Data Mining-модели.
презентация, добавлен 09.09.2017Основные методы анализа и прогнозирования временных рядов, а также проблемы и недостатки этих методов, которые возникают при их применении к нестационарным временным рядам (ВР). Параметрическое оценивание как метод моделирования нестационарных ВР.
статья, добавлен 27.01.2019Анализ временных рядов как основной шаг в построении модели прогнозирования. Выявление различных признаков и параметров рассматриваемого временного ряда. Визуализация данных как самый сильный инструмент на этапе формирования модели прогнозирования.
статья, добавлен 19.12.2017Построение аналитической системы на базе многомерного хранилища данных для анализа проблем и прогнозирования развития авиатранспортной системы в России. Применение инструментов интеллектуального анализа и моделей data mining на основе хранилища данных.
дипломная работа, добавлен 07.03.2016Рассмотрение машинного обучения как одного из приоритетных направлений на сегодняшний день. Особенности автоматизации процесса построения модели обработки данных для коммерческого использования. Характеристика методов декомпозиции временных рядов.
статья, добавлен 19.12.2017Классическая реализация генетического алгоритма на основе оценки временных рядов. Практическая применимость в оптимизационных и поисковых задачах. Анализ подбора оптимальных значений генома методом статистического прогнозирования временных рядов.
статья, добавлен 18.01.2018Methods, tools and applications of Data Mining. Basic concepts of data warehouses and the place of Data Mining in their architecture. The process of data analysis using this technology, its stages. Analytical software market, product data capabilities.
статья, добавлен 30.10.2020Понятие и характеристика временных рядов. Разработка программного средства, предназначенного для автоматизации анализа выборок временных рядов. Поиск корреляций между их признаками и построение графиков проекций множества точек в признаковом пространстве.
дипломная работа, добавлен 15.12.2015Сопоставление и сравнение понятий "информация", "данные", "знание". Методики и задачи, решаемые data mining, его бизнес-приложения. Нейронные сети, деревья решений, эволюционное программирование, генетические алгоритмы и системы для визуализации данных.
реферат, добавлен 15.05.2014- 19. Анализ данных для моделирования временных рядов с использованием надстройки Excel "Пакет анализа"
Сведения о табличном процессоре Excel XP. Особенности работы с формулами и функциями, система адресации. Элементы интерфейса и направления применения надстройки "Пакет анализа". Статистический анализ временных рядов и использование "Мастера диаграмм".
методичка, добавлен 10.05.2011 Технологии извлечения знаний Data Mining. Сравнение формулировок задач при использовании методов OLAP и Data Mining. Выявление мошенничества с кредитными карточками. Подходы к определению понятия "информационная система", многообразие элементов системы.
контрольная работа, добавлен 19.08.2011Історія формування Data Mining, її головні завдання. Порядок формулювань завдань при використанні методів OLAP і Data Mining. Рівні знань, видобутих з даних. Характеристика основних бізнес-додатків: роздрібна торгівля, телекомунікація, страхування.
реферат, добавлен 30.04.2014Мета технології Data Mining - знаходження в даних закономірностей, які не можуть бути знайдені традиційними методами. Види моделей (предиктивні та описові). Використання методів й алгоритмів Data Mining для побудови моделей. Класифікація стадій та фаз.
реферат, добавлен 22.07.2017Технологии и методы интеллектуального анализа данных. Этапы процесса интеллектуального анализа. Задачи, которые решает Data mining. Концепция методов кластерного анализа. Вещественно-значные, бинарные, номинальные, порядковые переменные и их значимость.
статья, добавлен 28.01.2019Data Mining как метод обнаружения знаний, необходимых для принятия решений в различных сферах деятельности, скрытых в больших объемах исходных данных. Алгоритм решения задачи поиска ассоциативных правил Apriori. Методы визуализации анализируемых данных.
курсовая работа, добавлен 04.07.2013Методы автоматизированного неразрушающего контроля в рамках задачи кластеризации данных по применению коротковолнового электромагнитного излучения при дефектоскопии. Методы исследования: самоорганизующиеся карты Кохонена в рамках Data Mining подхода.
статья, добавлен 11.11.2018