Интеллектуальный анализ данных (190,00 руб.)

Стр.2

Стр.3

Стр.4

Стр.5

УДК 004.8 Рекомендовано к изданию методическим советом ПГУТИ, протокол №41, от 27.02.2017 г. Рецензент: научный сотрудник, к.э.н., доцент ИПУСС РАН Моисеева Т.В. Пальмов, С. В. П Интеллектуальный анализ данных: учебное пособие / С. В. Пальмов. – Самара: ПГУТИ, 2017. – 124 с. Аннотация Рассматриваются основы методов искусственно интеллекта, история возникновения области искусственного интеллекта и становления её как науки. Рассмотрены базовые алгоритмы (ассоциативные правила, деревья решений, нейронные сети и т.д.), позволяющие решать типичные задачи для вышеуказанной области: представление знаний и поиск. Предназначено в качестве учебного пособия для студентов направления подготовки 09.04.02. «Информационные системы и технологии» по дисциплине «Интеллектуальный анализ данных». ISBN ©, Пальмов С.В., 2017 2

Стр.2

Оглавление Глава 1. Основные понятия интеллектуального анализа данных ...... 6 1.1. Определение интеллектуального анализа данных .................. 6 1.2. Некоторые бизнес-приложений ИАД ....................................... 9 1.3. Классы систем Data Mining ..................................................... 14 1.4. Общие особенности ИАД ........................................................ 19 Вопросы для самоконтроля: ........................................................... 23 Глава 2. Обзор возможностей генетических алгоритмов ................. 24 2.1. Эволюционные алгоритмы ...................................................... 24 2.2. Генетические алгоритмы ......................................................... 25 Вопросы для самоконтроля: ........................................................... 27 Глава 3. Извлечение знаний из памяти эксперта............................... 28 3.1. Процедура взаимодействия инженера по знаниям с экспертом ......................................................................................... 28 3.2. Классификация методов работы с экспертами ...................... 28 3.3. Пассивные методы ................................................................... 30 3.4. Активные индивидуальные методы ....................................... 33 3.5. Активные групповые методы .................................................. 40 3.6. Экспертные игры ...................................................................... 43 Вопросы для самоконтроля: ........................................................... 47 Глава 4. Структурирование знаний .................................................... 48 4.1. Система понятий ...................................................................... 48 4.2. Семантические отношения ...................................................... 50 4.3. Стратегии принятия решений ................................................. 54 Вопросы для самоконтроля: ........................................................... 62 Глава 5. Случайный лес ....................................................................... 63 5.1.Что такое случайный лес? ........................................................ 63 5.2. Случайный лес. Прогнозирование .......................................... 67 5.3. Случайный лес и сегментация ................................................ 69 5.4. Пропущенные значения ........................................................... 71 5.5. Значимость переменных .......................................................... 72 5.6. Случайный лес: достоинства и недостатки ............................ 74 5.7. Пример использования случайного леса ................................ 75 Вопросы для самоконтроля: ........................................................... 76 Глава 6. Краткий обзор алгоритма k-средних (k-means) ................... 77 6.1. Общие сведения........................................................................ 77 Вопросы для самоконтроля: ........................................................... 80 3

Стр.3

Глава 7. Байесовская классификация. Краткий обзор возможностей ............................................................................................................... 81 Вопросы для самоконтроля: ........................................................... 83 Глава 8. Метод опорных векторов ...................................................... 84 8.1. Общие сведения........................................................................ 84 8.2. Линейный SVM ........................................................................ 86 Вопросы для самоконтроля: ........................................................... 88 Глава 9. Метод «ближайшего соседа» или системы рассуждений на основе аналогичных случаев. Краткий обзор возможностей ........... 89 Вопросы для самоконтроля: ........................................................... 91 Глава 10. Введение в Social Mining .................................................... 92 10.1. Понятие социальной сети и её анализа ................................ 92 10.2. Виртуальная социальная сеть................................................ 94 10.3. Задачи Social Mining .............................................................. 96 Вопросы для самоконтроля: ........................................................... 98 Глава 11. Введение в Web Mining ....................................................... 99 11.1. Основные понятия и принципы ............................................ 99 11.2. Сложности анализа данных из сети Интернет ................... 100 11.3. Этапы Web Mining................................................................ 100 11.4. Категории Web Mining ......................................................... 101 Вопросы для самоконтроля: ......................................................... 103 Глава 12. Обобщённые ассоциативные правила ............................. 104 12.1. Введение................................................................................ 104 12.2. Описание задачи ................................................................... 105 12.3. Определение «интересных» правил ................................... 106 12.4. Алгоритм вычисления обобщенных ассоциативных правил ......................................................................................................... 109 12.5. Базовый алгоритм поиска часто встречающихся множеств ......................................................................................................... 110 12.6. Улучшенный алгоритм поиска часто встречающихся множеств ........................................................................................ 112 Вопросы для самоконтроля: ......................................................... 114 Глава 13. Алгоритм поиска ассоциативных правил FPG ............... 115 13.1. Введение................................................................................ 115 13.2. Описание алгоритма ............................................................ 115 Вопросы для самоконтроля: ......................................................... 124 4

Стр.4

Глоссарий ....................................................................................... 125 Список литературы ....................................................................... 126 Заключение .................................................................................... 127 5

Стр.5