2009년 2학기 데이터마이닝 기말시험 핵심체크

목차

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)

본문내용

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 1980년대로 접어들면서 정보접근이 용이, 1990년대에 인터넷 기술의 발전과 보급, 데이터웨어 하우징 기술의 발달로 대용량 데이터를 활용하여 분석, 다양한 형태의 의사결정이 가능해짐 ? CRM 도입: 정보를 효율적으로 수집, 활용하는 기업이 경쟁에서 우위를 차지하고, 고객의 요구 파악을 위해 고객정보를 축적, 이를 사용하게 되었다. 올바른 고객관리를 위해 데이터 마이닝 기법을 사용 2. 데이터 마이닝 개념 ① 정의: 다량의 가공하지 않은 데이터로부터 소량의 귀중한 정보를 찾는 과정. 즉, 거대한 데이터로부터 유익하고 가치 있는 정보를 찾는 과정 ② 기원: 데이터 마이닝은 컴퓨터 과학의 인공지능, 로봇비젼(vision), 패턴인식 등에 활용되는 기계학습 이론에서부터 시작 ③ 예: 문자인식, 신경망 또는 나무모형을 이용한 분류, 데이터분석 및 예측모형 적합. 통계학은 물론 컴퓨터 과학, 경영정보학 등 여러 학문 분야에서 연구 ④ 데이터 마이닝과 OLAP의 차이점 - OLAP(On-Line Analytical Processing): 데이터 베이스 조회(query) 도구 - OLAP의 분석은 통계적 분할표와 동일 → 다차원으로 분석하며 결과를 이해하기 쉽도록 시각화하여 차트형태로 제공하나 OLAP은 분석의 주요 변수를 파악하기 어려움. 반면 데이터 마이닝은 OLAP과 달리 결과를 유연하게 파악하여 일반화된 결론을 도출함 - OLAP은 두변수의 교차가 무엇인지 알 수 있는 반면 데이터마이닝은 두변수의 평면에서 목표변수를 분류하는 선 제공 - 중략 -