|
인공신경망 분석 등이 사용 된다.
데이터마이닝이 사용되는 분야별로 설명하자면 우선 상기한 바와 같이 마케팅이나 CRM 등을 들 수 있다. 데이터마이닝의 탐색적 자료 분석과 다변량 분석 등을 사용하여 기업이 가진 대량의 고객정보와 데이
|
|
|
분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략의 수립
1. 고객전략으로서의 CRM
2. 전사적 crm 전략수립단계
3. CRM 프로세스 전략 프레임
|
|
|
인공신경망(Artificial Neural Network)
판별분석(Discrimination Analysis)
회귀분석(Regression Analysis) 및 로지스틱 회귀분석(Logistic Regression)
자율 학습(Unsupervised Learning)
OLAP(On-Line Analytic Processing)
군집 분석(k-Means Clustering)
KNN(k-Nearest Neighbor)
연관 규칙
|
|
|
- 중략 - 제1장 데이터마이닝의 개요 제2장 데이터마이닝의 활용 제3장 자료의 탐색 제4장 군집분석 제5장 연관규칙의 발굴 제6장 나무모형과 앙상블 기법 제7장 신경망 모형 제8장 로지스틱 회귀모형과 평점표 - 각 장별 출제예상문제
|
|
|
- 제1장 데이터마이닝의 개요 제2장 데이터마이닝의 활용 제3장 자료의 탐색 제4장 군집분석 제5장 연관규칙의 발굴 제6장 나무모형과 앙상블 기법 제7장 신경망 모형 제8장 로지스틱 회귀모형과 평점표 - 각 장별 출제예상문제(해설포함)
|
|
 |
분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략의 수립
1. 고객전략으로서의 CRM
2. 전사적 crm 전략수립단계
3. CRM 프로세스 전략 프레
|
|
|
분석 10
3. 변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실험결과와 분석 17
(1) 신경망 결과 17
(2) 로지스틱 회귀분석 18
(3) 실험 결과비교 19
IV. 결론 및 추후연구과제 21
※ 참
|
|
|
분석
1.1 사회적 배경
1.2 패션 경향분석
1.3 make-up 경향분석
2. 1997~2001년 유행 경향 분석
2.1 사회적 배경
2.2 패션 경향분석
2.3 make-up 경향분석
3. 2002~2005년 유행 경향 분석
3.1 사회적 배경
3.2 패션 경향분
|
|
메뉴펼치기
