border=0

Технології »Data Mining

Визначення інтелектуального аналізу даних


Вже деякий час я слухав думку, що дані є новою нафтою, але якщо ми будемо судити за назвою однієї з дисциплін, з якими має справу експлуатація та використання, то так званий інтелектуальний аналіз даних , я б краще позначати їх як " нового вугілля », за аналогією його форм видобутку .


Інтелектуальний аналіз даних - це дисципліна, яка передбачає вилучення висновків з автоматизованого статистичного аналізу великої колекції даних.

Ці дані можуть надходити з багатьох джерел, мати різні структури або навіть бути структурованими. З цієї причини у видобутку даних використовуються системи штучного інтелекту і машинного навчання , здатні адаптуватися до неструктурованих даних і передавати їх через фільтри, що дозволяють їх аналізувати.


Врешті-решт, це стосується того, що висновки допомагають приймати рішення щодо певної системи, яка може бути дуже різноманітною: від дорожнього руху в місті чи регіоні до надання пожежників і інших державних служб для вирішення можливих надзвичайних ситуацій.


Це також стосується викриття моделей, які слідують даним, і які до цих пір були приховані, або ми не могли чітко бачити, в середині всього маразму, велику кількість існуючих даних.

Що відрізняє інтелектуальний аналіз даних від великих даних ? Ну, видобуток тільки займається аналізом, тоді як великі дані - це дисципліна, яка відповідає за збір і зберігання даних, а також за її адміністрування.

Для того, щоб правильно проаналізувати дані, ми повинні спочатку визначити деякі цілі, які ми проводимо з аналізом, ряд питань, на які ми повинні знайти відповідь, оскільки вони будуть керуватися, де ми повинні дивитися.

Починаючи з цих питань у вигляді приміщень, ми вибираємо дані для обробки (нам може знадобитися лише частина бази даних , а не всі).

Фаза обробки відрізняється в кожному випадку, і вона використовує інструменти штучного інтелекту і машинного навчання , так що вони можуть динамічно адаптуватися до введених даних, модифікуючи свої операції, якщо це необхідно.

Кінцевим результатом цього процесу має бути низка висновків, але не слід плутати їх з тими, які повинні приймати ті, хто відповідає за систему, або ті, хто приймає остаточні рішення. Ці висновки стосуються обсягу аналізованих даних.

Якщо знову взяти приклад дорожнього руху в місті, то можна дійти висновку, що певна вулиця отримує надлишковий потік транспортних засобів, але система не дасть нам чарівних рецептів для вирішення цього перевищення.

Хоча система володіє навичками штучного інтелекту, які можуть запропонувати рішення, завданням персоналу завжди буде останнє слово.

Інтелектуальний аналіз даних застосовується для практики у великій кількості дисциплін, включаючи фінансові.

Таким чином, ми можемо знайти застосування в таких розділах, як фондовий ринок (для прогнозування поведінки цінних паперів), хоча і в секторах, які не є строго фінансовими, але мають тісний зв'язок з сектором, наприклад, страхування.

Обробка природного мови, онлайн-пошуку або інтелектуальних автомобілів - це інші дисципліни, в яких застосовується інтелектуальний аналіз даних.

Фотографії Фотографії: Moartist / Thinglass

Автор: Guillem Alsina González | + QUOTE
Теми з інтелектуального аналізу даних

Соціальні мережі