|
Data만을 고려한다면 Modeling B를 선택하는 것이 바람직하지만
모델링의 과적합을 고려한다면 Modeling B를 선택하는 것이 바람직하다고
볼 수 없다.
1. Mining소개 - 데이터마이닝 이란?
━━━━━━━━━──────────
|
|
|
데이터마이닝 도입배경
◈ 본 론
1. 데이터마이닝 정의
2. 데이터마이닝의 활용분야
3. 데이터마이닝의 기능과 기법
4. BC카드사 소개
5. BC카드의 데이터마이닝 도입배경
6. BC카드의 데이터마이닝 적용
1) 분석절차
2) 데이터마이닝
|
|
|
Mining에서 인적요소의 역할은 매우 중요하다. 즉 사람에 의한 판단은 mining 과정에서 매우 중요하며, mining된 결과를 비교·평가하고 이를 실제 업무에 어떻게 활용할 것인가를 판단하는 것 역시 사람만이 가능하기 때문이다. 데이터마이닝
|
|
|
소개
2. 도입 배경
3. 도입 과정
1) 추친 목표
2) 추진 전략
3) 추진 단계
4) 적용 솔루션
5) 웹하우스
4. 도입 성과
1) 도입 전 기대
2) 도입 후 결과
|
|
|
데이타 마이닝 시스템인 DBMiner에 관한 홈페이지
★ http://info.gte.com/~kdd/kdd-at-gte.html
셀룰러폰 사용자의 행동을 분석하는 CHAMP (Churn Analysis, Modeling, and Prediction) 등의 연구 프로젝트에 대한 내용이 포함
★ http://www.cwi.nl/cwi/projects/datamining.html Morne
|
|
|
데이터베이스의 한계점
데이터 웨어하우스와 데이터 마이닝과 같이 전자적으로 축적되어 있는 데이터를 공유하고 이를 적극적으로 분석하여 활용하려는 정보기술은 주로 미국을 포함한 주요 선진국들에 의해 소개되오 있다. 이러한 정보기
|
|
|
mining)의 등장배경
4)데이터마이닝(date mining)의 적용
5)데이터마이닝(date mining)의 수행과정
6)데이터마이닝(date mining)기법
7)데이터마이닝(date mining) 관련기술
8)데이터마이닝(date mining)과 관련된 사회적 문제
9)데이터웨어하우스(Datawarehouse)
|
|
|
데이타 웨어하우스 활성화에 따른 데이타 마이닝 구축 필요성에 대한 인식의 확산
컴퓨팅 능력의 향상에따른 데이터 마이닝을 위한 대량의 연산을 소화하는 것이 가능
2.Data Mining의 배경 및 동향
국내 동향
발전 단계
한국 IBM , 한국 SAS,
|
|
|
ta Archeology(정보고고학 ), Data Pattern Processing(자료패턴처리 ) 등으로도 불리운다. 데이터 마이닝이란 말은 대부분 통계학자들과 데이터베이스 학자들이 최근 MIS 분야와 경영분야에서 사용하는 말이다. 관련 용어로 데이터 웨어하우징, 의사결정
|
|
|
Data Visualization
시각화 도구는 분석을 위한 방법으로 사람의 지각능력의 장점을 이용했습니다. 수치로 보여줄 수 없는 정보는 그림이 보여주는 경우가 자주 있습니다. 예를 들어 데이터의 선형 경향은 데이터의 분석테이블에서는 보기가 힘듭
|
|
메뉴펼치기
