데이터 마이닝 용 인형 치트 시트 - 인형

정보로부터 정보를 추출하여 실용화시킨다. 데이터 광부는 이론과 가정에 뒤죽박죽입니다. 그들은 테스트를 통해 발견 한 내용을 검증합니다. 그리고 그들은 상황이 변화한다는 것을 이해합니다. 어제 매력처럼 작동 한 발견이 오늘도 일어나지 않을 때, 그들은 적응합니다.

선구적인 데이터 마이너 토마스 카바자는 토마스 카바 자 (Thomas Khabaza)가 새로운 데이터 마이너가 업무에 착수 할 때이를 안내하기 위해 "데이터 마이닝의 9 가지 법칙 (Nine Laws of Data Mining)"을 개발했습니다. 이 참조 안내서는 이러한 각 법률의 의미가 일상 업무에 미치는 영향을 보여줍니다.

데이터 마이닝의 첫 번째 법칙 또는 "비즈니스 목표 법":

• 비즈니스 목표는 모든 데이터 마이닝 솔루션의 근원입니다.

  데이터 마이너는 특정 비즈니스 목표를 지원하기 위해 데이터에서 유용한 정보를 발견 한 사람입니다. 데이터 마이닝은 사용하는 도구로 정의되지 않습니다.

  데이터 마이닝 2 차 법칙 또는 "비즈니스 지식 법률":

• 비즈니스 지식은 데이터 마이닝 프로세스의 모든 단계에서 핵심적인 요소입니다. 데이터 마이닝을 수행하는 데있어 탁월한 통계 전문가 일 필요는 없지만 데이터가 의미하는 것과 비즈니스가 어떻게 작동하는지에 대해 알 필요가 있습니다.

  데이터 마이닝 또는 데이터 준비법의 제 3 법칙:

  데이터 준비는 모든 데이터 마이닝 프로세스의 절반 이상입니다.

• 거의 모든 데이터 마이너는 분석보다 데이터 준비에 더 많은 시간을 할애합니다. 데이터 마이닝 4 차 법칙 또는 "데이터 마이너 무료 점심 시간 없음":

  특정 응용 프로그램에 적합한 모델은 실험

• 을 통해서만 발견 할 수 있습니다. 데이터 마이닝에서 모델은 시행 착오를 통해 선택됩니다. 데이터 마이닝의 5 번째 법칙:

  데이터에는 패턴이 항상 있습니다.

• 데이터 마이너로서 유용한 패턴을 찾아 데이터를 탐색합니다. 데이터의 패턴을 이해하면 미래에 일어날 일에 영향을 미칠 수 있습니다. 데이터 마이닝 법칙 또는 "통찰력 법칙":

  데이터 마이닝은 비즈니스 도메인에서 인식을 증폭시킵니다.

• 데이터 마이닝 방식을 사용하면 비즈니스 마이너없이 비즈니스를 이해할 수 있습니다. 데이터 마이닝 또는 "예측법"의 7 법칙: 예측은 일반화를 통해 정보를 지역적으로 증가시킵니다.

  데이터 마이닝은 우리가 알고있는 것을 사용하여 우리가 모르는 것들에 대한 더 나은 예측 (또는 추정)을하도록 도와줍니다.

• 데이터 마이닝의 8 번째 법칙 또는 "가치 법칙": 데이터 마이닝 결과의 값은 예측 모델의 정확성 또는 안정성

  에 의해 결정되지 않습니다.

• 귀하의 모델은 지속적으로 좋은 예측을 제시해야합니다. 그게 전부 야. 데이터 마이닝 9 차 법칙 또는 "변경 법칙": 모든 패턴은 변경 될 수 있습니다.

  오늘 큰 예측을하는 모델은 내일 쓸모가 없을 수 있습니다.

• 데이터 마이닝 프로세스의 단계

  데이터 마이닝을위한 산업 간 표준 프로세스

(

CRISP-DM )는 데이터 마이닝 프로세스의 주요 프레임 워크입니다. 그것은 공개 표준입니다. 누구든지 그것을 사용할 수 있습니다. 다음 목록은 프로세스의 다양한 단계를 설명합니다. 비즈니스 이해: 해결해야 할 문제, 조직에 미치는 영향 및 해결 목표에 대한 명확한 이해를 얻으십시오. 이 단계의 작업에는 다음이 포함됩니다. 비즈니스 목표 확인

• 상황 평가 데이터 마이닝 목표 정의

  • 프로젝트 계획 수립

  • 데이터 이해:

  • 문서화, 데이터 관리 및 데이터 품질 문제 식별 이 단계의 작업은 다음과 같습니다.

  • 데이터 수집

• 설명 탐색

  • 품질 확인

  • 데이터 준비:

  • 데이터를 모델링에 사용할 준비를하십시오. 이 단계의 작업에는 다음이 포함됩니다.

  • 데이터 선택

• 데이터 정리 구성

  • 통합

  • 형식 지정

  • 모델링:

  • 수학적 기법을 사용하여 데이터 내의 패턴을 식별합니다. 이 단계의 작업은 다음과 같습니다.

  • 기술 선택

• 테스트 설계 건물 모델

  • 모델 평가

  • 평가:

  • 발견 한 패턴을 검토하고 비즈니스 용도로 사용할 가능성을 평가합니다. 이 단계의 작업은 다음과 같습니다.

  • 결과 평가

• 프로세스 검토 다음 단계 결정

  • 배포:

  • 발견 한 내용을 일상 업무에 적용하십시오. 이 단계의 작업은 다음과 같습니다.

  • 계획 배포 (데이터 마이닝 검색을 통합하기위한 사용자의 방법)

• 최종 결과보고 최종 결과 검토