|
데이터베이스(database) 응용
(10) 데이터마이닝 기법 (Data Mining)
(11) 정리 증명(theorem proving)
(12) 로보트 공학(robotics)
(13) 자동화 프로그래밍
(14) 문제 풀이 및 계획 수립
(15) 식별
4. 우리나라 AI 연구 실정
5.인공 지능의 한계
6. 맺
|
|
|
데이터베이스(database) 응용
(10) 데이터마이닝 기법 (Data Mining)
(11) 정리 증명(theorem proving)
(12) 로보트 공학(robotics)
(13) 자동화 프로그래밍
(14) 문제 풀이 및 계획 수립
(15) 식별
4. 우리나라 AI 연구 실정
5. 인공 지능의 한계
6.
|
|
|
데이터베이스(database) 응용
(10) 데이터마이닝 기법 (Data Mining)
(11) 정리 증명(theorem proving)
(12) 로보트 공학(robotics)
(13) 자동화 프로그래밍
(14) 문제 풀이 및 계획 수립
(15) 식별
4. 우리나라 AI 연구 실정
5. 인공 지능의 한계
6. 맺음
|
|
|
Data-warehouse 방식과 Data-marts 방식의 프로그램 설계로 나누어 볼 수 있었다. Data-warehouse 방식의 경우 비록 천문학적인 설치비용이 수반되지만 가장 효과적인 지구대를 재편하는 프로그램을 설계하는 바탕이 될 수 있었지만 막대한 비용으로 설
|
|
|
Data 입력(부서별/파트별 시스템) 2단계: Data-warehouse로 정보취합
3단계: OLAP분석 툴을 이용 Data Analysis
4단계: 최종 KPI 지표 내 Data 통합 유입
5단계: 경영속보 / 현황파악 / 의사결정 및 전략 실행에 활용
3.2. 대상업체 전략 및 비젼
기업이 현재 공
|
|
|
Data Mining의 개요
Data Mining Techniques
Data Mining Algoritms
Data Mining Tools
Data Mining의 구축단계
**
데이타베이스 마켓팅(DataBase Marketing)
스코어링 시스템(Scoring System)
캠페인 관리(Campaign Management)
생애가치(LifeTime Value)
**
Bussiness Case의 구
|
|
|
Mining소개 - 데이터마이닝 이란?
━━━━━━━━━─────────────────
의사결정을 목적으로 측정, 조사, SQL질의 등을 통해 수집한 대용량의 데이터로부터
（Science）
다양한 분석알고리즘을 이용하여 문제해결의 기
|
|
|
datasets/Zoo)
* References
[1] Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Introduction to Data Mining.
Infinity Books. 2007. 488-497, 591-596.
[2] 조인호. SAS 강좌와 통계컨설팅. 영진닷컴. 2006. 606-639, 680-695.
[3] 최종후, 한상태, 강현철, 김은석, 김미경. 데이터마이닝. 자유아
|
|
|
병렬 처리함으로써 고속으로 검색할 수 있기 때문이다. 병렬 서버에 대응해서 관계형 데이터베이스 관리 시스템(RDBMS)을 사용한다.
< Distributed data warehousing using Web technology :
How to build a more cost-effective and flexible warehouse /R.A.Moeller >
|
|
|
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,
|
|
메뉴펼치기
