Grid та інтелектуальна обробка даних Data Mining

Обговорюються відмінності застосувань методів Data Mining від класичних статистичних методів аналізу і OLAP-систем. Розглядаються типи закономірностей, які виявляються цими методами у процесі розв’язання різноманітних задач (асоціація, класифікація, послідовність, кластеризація, прогнозування). Опис...

Full description

Saved in:
Bibliographic Details
Date:2008
Main Author: Петренко, А.І.
Format: Article
Language:Ukrainian
Published: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2008
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/12005
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Grid та інтелектуальна обробка даних Data Mining / А.І. Петренко // Систем. дослідж. та інформ. технології. — 2008. — № 4. — С. 97-110. — Бібліогр.: 8 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Обговорюються відмінності застосувань методів Data Mining від класичних статистичних методів аналізу і OLAP-систем. Розглядаються типи закономірностей, які виявляються цими методами у процесі розв’язання різноманітних задач (асоціація, класифікація, послідовність, кластеризація, прогнозування). Описуються сфери застосування Data Mining. Наводиться приклад системи АDaM, що працює в середовищі Grid і дистанційно обробляє наукові дані. Обсуждаются отличия применения методов Data Mining от классических статистических методов анализа и OLAP-систем. Рассматриваются типы закономерностей, которые обнаруживаются этими методами в процессе решения различных задач (ассоциация, классификация, последовательность, кластеризация, прогнозирование). Описываются области применения Data Mining. Приводится пример системы ADaM, работающей в среде Grid и дистанционно обрабатывающей научные данные. The difference in implementation of the Data Mining methods for data processing and the classic statistical methods of analysis and OLAP systems is considered. Hidden links and laws discovered by Data Mining are reviewed for various problems (association, classification, sequence, clusterization, prognostication). The Data Mining application fields and an example of the ADaM system, working in the Grid environment and processing scientific data remotely, are described.
ISSN:1681–6048