|
mining what to do next
Carrying out the next cycle
4.Selection of Data mining Tools
Data mining Task
Associations
Time Sequences
Clustering
Classification
Forecasting/Prediction
Understanding Data mining Algorithm
Association rule
De
|
|
|
mining bridging the gap. http://www. datamining.com/datamime/bridge.htm
19). GareyMR, Johnson DS. Computers and intractability: A guide to the theory of NP-completeness, W.H. Freeman and Company. 1979
20). Nonaka. The knowledge-creating company. Oxford University Press. 1995
21). Rijsbergen V. An al
|
|
|
algorithms can be bias free.
As Tom Mitchell puts, ML models learn the patterns from historical data and 1. Introduction
2. Why can't we just Trust ML models
2.1. No data nor ML algorithms can be bias free
2.2. There is no single definition of fairness in machine learning
3. What are t
|
|
|
알고리즘 ·····························
2.2.1 하향식 빙산 큐브 계산 ························
2.2.2 상향식 빙산 큐브 계산 ························11
2.2.3 하향식과 상향식 통합 빙산 큐브 계산 ······
|
|
|
마이닝 16
가. 데이터 마이닝의 정의 및 필요성 16
나. 데이터 마이닝 프로세스 18
다. 데이터 마이닝 접근방법 19
라. 의사결정나무분석 20
Ⅲ. 연구 방법 22
1. 연구 모형 22
2. 연구 대상 23
3. 분석 모형 23
4. 데이터마이닝
|
|
|
마이닝 기술
1) Business Data mining
2) Bio Data mining
3) Spatial Data mining
4) 3D Visualization
6. 빅데이터의 영향과 전망
7. 빅데이터의 활용사례
1) 미국 항공우주국 : 우주비행을 통한 이미지의 보존과 호스팅 서비스
2) 미국 로스앤젤레스 : 보육
|
|
|
시스템 / 사이버 공격 탐지 시스템 (CADS)
D. 서비스 거부 (DOS) 공격 탐지
E. 에이전트 기반 / 인공 에이전트
F. 알고리즘
G. 에이전트 간의 데이터 공유
H. 데이터 마이닝
I. 클라우드 컴퓨팅
3. 문제 해결방안
4. 결 론
5. 향후 연구
참고문헌
|
|
|
Mining 빅데이터 분석 기술 중 대량의 데이터를 분석하여 데이터 속에 내재되어 있는 변수 사이의 상
호관례를 규명하여 일정한 패턴을 찾아내는 기법
30. 합성 중심 : 전자칩과 같은 소프트웨어 부품, 즉 블록(모듈)을 만들어서 끼워 맞추는 방
|
|
|
(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. 맺음말
|
|
|
(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. 맺음말
|
|
메뉴펼치기
