Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
| Код |
283992 |
| Дата создания |
05 октября 2014 |
| Страниц |
42
|
Мы сможем обработать ваш заказ (!) 23 декабря в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Описание
Технология интеллектуального анализа является междисциплинарной областью исследований. В ней используется множество других технологий: базы данных, теория информации, системы искусственного интеллекта, нейронные сети, теория вероятностей и статистика, хранилища данных, высокопроизводительные вычисления, визуализация данных, распознавание образов и т.д.
Отличительной чертой технологии интеллектуального анализа данных является то, что особое внимание здесь уделяется эффективным и масштабируемым методам для обработки больших баз данных. При этом масштабируемым считается алгоритм, время которого растет линейно при увеличении размеров базы данных, при заданных системных ресурсах, таких как память и дисковое пространство.
Резюмируя проведенную работу, можно сделать ряд выводов.
1. Рынок систем, ...
Содержание
Введение 4
1 Общая характеристика технологий интеллектуального анализа данных 5
1.1 Процесс анализа данных 5
1.1.1 Понятие, история создания и назначение 5
1.1.2 Этапы в процессе интеллектуального анализа данных 8
1.1.3 Компоненты систем интеллектуального анализа 9
1.2 Общая характеристика задач интеллектуального анализа данных 10
1.2.1 Примеры областей применения технологии Data mining 10
1.2.2 Характеризация и дискриминация классов 12
1.2.3 Классификация и прогнозирование 13
1.2.4 Кластерный анализ 15
1.2.5 Эволюционный анализ 15
1.3 Инструменты интеллектуального анализа данных 17
1.3.1 Предметно-ориентированные аналитические системы 18
1.3.2 Статистические пакеты 18
1.3.3 Нейронные сети 19
1.3.4 Системы рассуждений на основе аналогичных случаев 20
1.3.5 Эволюционное программирование 21
1.3.6 Алгоритмы ограниченного перебора 22
2 Применение методов интеллектуального анализа данных в логистике и управлении цепями поставок 24
2.1 Понятие логистики и место в ней информационных систем 24
2.2 Примеры применения методов интеллектуального анализа данных в логистике и управлении цепями поставок 25
2.2.1 Аналитическая платформа Deductor 25
2.2.2 Применение нейросетей в оперативной логистике 27
Заключение 30
Список литературы 33
Введение
В результате развития информационных технологий, количество данных, накопленных человечеством в электронном виде, растет быстрыми темпами. Эти данные существуют вокруг нас в различных видах: тексты, изображения, аудио, видео, гипертекстовые документы, реляционные базы данных и т.д.
Огромное количество данных появилось в результате повсеместного использования сети Интернет, которая значительно облегчила доступ к информации из географически удаленных точек Земли. Однако подавляющая часть доступной информации не несет для конкретного человека какой-либо пользы. Человек не в состоянии переработать такое количество сведений. Возникает проблема извлечения полезной для пользователя информации из большого объема «сырых» данных.
Данная курсовая работа посвящена Технологии Интеллектуального Анализа Данных (Data Mining) – одной из активно развивающихся областей информационных технологий, предназначенной для выявления полезных знаний из баз данных различной природы.
Технология интеллектуального анализа данных (Data mining) может рассматриваться как результат естественной эволюции информационных технологий. По пути такой эволюции индустрия баз данных занималась разработкой следующих функциональностей: накопление данных, управление данными (включая хранение и извлечение, а также выполнение транзакций), а также анализ данных (включая разработку хранилищ данных и технологию интеллектуального анализа даннных).
Список литературы
1. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. – М.: Финансы и статистика. – 1989.
2. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. – СПб.: БХВ-Петербург. – 2004.
3. Дюк В., Самойленко А. Data Mining: учебный курс ( CD-ROM). 2008 г. Издательство: Питер. Серия: Учебный курс. – 368 с.
4. Сайт компании BI Partner: http://www.bipartner.ru/.
5. Шапот М., Рощупкина В. Интеллектуальный анализ данных и управление процессами. // Открытые системы. –№ 4-5, 2009
6. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining: учебное пособие. – С.-Пб. : БХВ-Санкт-Петербург, 2004. – 336 с.
7. Титоренко Г.А. Информационные системы в экономике: учебник / Под ред.Проф. Г.А.Титоренко.- 2-е изд., перераб. и доп..-М.: ЮНИТИ-ДАНА, 2008.- 463с.
8. Хейвуд Дж.Бр. Аутсорсинг: в поисках конкурентных преимуществ - М.: Издательский дом "Вильямс", 2002. - 176 с.
9. Сергеев В.И. Корпоративная логистика. 300 ответов на вопросы профессионалов / под ред. В.И. Сергеева. – М. : Инфра-М, 2005. – 976 с.
10. Барсегян А.А., Куприянов М.С., Степаненко. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP – СПб.: БХВ-Петербург, 2007. – 384 с.
11. Уайт Т. Чего хочет бизнес от IT: Стратегия эффективного сотрудничества руководителей бизнеса и IT-директоров – Минск: Гревцов Паблишер, 2007. – 256 с.
12. Д.В. Блинов «Применение нейросетей в оперативной логистике».
13. http://www.basegroup.ru/solutions/iso/.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00359