|
마이닝의 여러 정의
2) 관점별 정의
2. 데이터마이닝의 등장배경
1) 출현배경
2) 데이터마이닝으로 발전담계
3)국내동향
3. 데이터마이닝의 특징
4. 데이터마이닝의 처리과정
1) 문제저의 단계
2) 데이터베이스 구축단계
3) Data mining
|
|
|
데이터를 쉽게 정제하고, 통계전문가가 아니더라도 쉽게 분석할 수
있도록 해주는 기법 데이터마이닝
1. 데이터마이닝의 정의
2. 데이터마이닝의 출현배경
3. 데이터마이닝의 특징
4. 데이터마이닝의 과정
5. 데이터마이닝의 적용분
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝 : 기능과 사용법, 자유아카데미 Ⅰ. 개요
Ⅱ. 데이터마이닝의 등장 배경
1. 출현배경
2. 국내동향
Ⅲ. 데이터마이닝의 기법
1. 로지스틱 회귀분석
1) 로지스틱 회귀분석의 개요
2) 회귀분석의 특징
2. 의사결정나무
1)
|
|
 |
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략
|
|
|
, 2004. 5
"2004 Consumer Email Study", DoubleClick, 2004. 10
http://www.hunet.co.kr
http://www.doubleclick.com
http://www.kinds.or.kr Ⅰ. 서론
Ⅱ. 국내 이메일 활용현황
Ⅲ. 이메일마케팅의 의의 및 특징
Ⅳ. 이메일마케팅 활성화 방안
Ⅴ. 결론
<참고문헌>
|
|
|
데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실
|
|
|
데이터마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권 제2호 (2012년 5월) pp.61-70 1598-7329
특수기술 샘플 군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율, 한국방송공학회지 제18권 제4호 통권 제73호 (20
|
|
|
데이터마이닝 등의 표현으로 활발히 논의되고 있으며, 방대한 기능은 물론 업무전반에 대한 포괄적 감사보다는 특정 감사범위의 선택 등을 가능케 함으로서 병무비리 근절에 효율적 효과적 기제로서 활용될 수 있다.
다섯째, 적발되면 확실
|
|
 |
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
 |
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
 |
마이닝에 대한 기초적인 지식을 쌓았습니다. 중복되는 패턴들을 효율적으로 찾아내는 알고리즘, 웹의 정보들을 이용한 오피니언 마이닝, 이미지 검색을 위해 이미지들의 특징점을 뽑아내는 방법 등을 중점적으로 공부하였습니다. 특히 이 중
|
|
 |
데이터의 의미를 파악하려면 반도체 공정에 대한 이해가 필요합니다. 따라서 제일 먼저 낸드플래시 제조 공정과 데이터의 특징을 공부했습니다. 그로부터 불량 데이터의 비율이 매우 낮다는 특성을 파악해 문제를 ‘High Imbalanced Data 처리’,
|
|
 |
고 활용하는 방법을 익힐 수 있었습니다.
대학원 과정에서는 기계학습과 데이터마이닝 기법을 활용한 사회적 문제 해결 연구를 수행하고자 합니다. 특히, 다음과 같은 연구 주제에 집중하고자 합니다.
- 사회적 문제 해결을 위한 데이터 분석:
|
|
 |
데이터를 분석하고 DB 설계 및 데이터마이닝을 수행한 경험이 있습니다 . 또한 경영 IT, NIE 를 실
무에 적용했고 S/W 를 활용하고 실습했습니다 . 그리고 경영개론을 학습하며 경제데이터와 자료를
분석했고 통계를 활용하여 경영계량분석을
|
|
 |
데이터베이스에 저장되어 처리될 수 있어야 한다.
셋째로는, 수많은 고객의 거래정보를 저장, 처리, 분석할 수 있는 데이터 웨
어하우스, 데이터 마이닝의 데이터 처리 관련 기술들이 필요하다. 다양한 통
계적 분석 기법, 분석 모델 등을 통한
|
|
메뉴펼치기
