|
----(일부 내용)----
III. 데이터 마이닝 절차
1. 데이터 준비
-. 데이터 수집
-. 데이터 관찰, 검토 – 활용 항목 정의
-. 문제 수정, 데이터 변환
. 활용 항목 값 없는 데이터 삭제
. 데이터형 변환(방문일자, 시승일자, 계약일자 이산
|
|
|
마이닝을 통한 소비자 분석이 필요
5. 사례 연구의 시사점
위의 4 가지 사례들은 모두 성공사례이고 , 데이터마이닝이 실제 적용된 정확한 수치 및 결과가 나타나 있지 않다는 한계점을 감안하여 그 시사점을 살펴보면 아래와 같다.
첫째, 데이
|
|
|
마이닝과 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 정의할 수
|
|
|
마이닝을 했을 때가 하지 않았을 때보다는 유용한 정보를 제공하였다. 각 기법들을 확실히 파악하지 못했지만, 데이터 마이닝의 여러 기법들을 적절히 사용했을 때 더 좋은 결과를 얻을 수 있다는 뜻으로 생각된다.
의사결정나무 추론의 경우
|
|
|
Data Warehouse and OLAP
제 3장 : Data Preprocessiong
제 4장 : Data Mining Primitives, Languages, and System Architectures
제 5장 : Concept Description Characterization and Comparison
제 6장 : Mining Association Rules in Large Databases
제 7장 : Classification and Prediction
제 8장
|
|
|
잘못된 환상
데이터마이닝 제품을 구입하여 기존의 데이터 분석 유용한 정보가 나올 것이다.
원인- 데이터마이닝을 하나의 기술로 인식하고, 기법이나 도구의 선택과 기술적인 지원 등에만 과다하게 치중하는 것이 원인
1. 목표 및
|
|
|
1. 데이터마이닝은 데이터에서 의미를 추출하는 기법을 의미하며, 모수적 모형 접근방법과 알고리즘 접근 방법이 모두 활용될 수 있다. 모수적 모형 접근법과 알고리즘 접근법의 특징, 장단점 및 사례를 조사하시오. 또한 SNS에 게시된 텍
|
|
|
제조업의 귀환』. 송경진 옮김. (2016). 새로운현재.
박승억 인공지능 시대, 전문가 시스템의 위기와 인문 소양 교육(2016) p 5
허희옥 양은주 김다원 문용선 최종근 인공지능 시대의 인간 지능과 학습(2017)
성태제 제4차 산업혁명시대의 인간상과
|
|
|
마이데이터
2-(2) 공공기관들의 정보 공개
3. 금융 빅데이터 분석 관련 연구 현황
3-(1) 인간 감성과 금융 빅데이터 연구
3-(2) 네트워크 이론과 금융 빅데이터 연구
3-(3) 부동산 시장과 금융 빅데이터 연구
4. 금융 빅데이터
|
|
|
마이닝의 작업유형을 예를 들어 설명해 보시오.
○ 분류규칙
자동차 판매 회사에서 자사의 제품을 구매한 고객들의 데이터 중에서 특정 자동차 모델을 구입한 고객들을 추출하는 작업
○ 예측작업
고객별 거래품목을 분석했을 때 A를 구매한
|
|
메뉴펼치기
