Задача и процесс классификации
жүктеу/скачать 16,14 Kb.
|
Вопросы
| Дайте определение Data Mining. Что представляет основу современной технологии Data Mining? Компоненты Data mining. Типы закономерностей, которые позволяет выявлять Data Mining. Сферы применения Data Mining. Особенности работы в пакете R Виды объектов в R. Вектора. Основные операции над векторами. Функции и аргументы. Циклы и условные операторы. Способы загрузки данных. Непосредственный ввод данных. Ввод данных в таблице. Сохранение данных во внешних форматах. Задание пропущенных значений в данных. Графические команды. Команды рисования высокого уровня. Графические команды. Команды рисования низкого уровня. Поиск логических несоответствий и ошибок в данных. Преобразование данных. Классификация стадий Data Mining Классификация методов Data Mining Статистические методы Data mining Кибернетические методы Data Mining Свойства методов Data Mining Задача и процесс классификации Задача и процесс кластеризации Задача прогнозирования Сравнение задач прогнозирования и классификации Задачи визуализации Плохая визуализация Характеристики вариации данных Корреляционный анализ Регрессионный анализ Преимущества деревьев решений Метод опорных векторов Метод "ближайшего соседа" или системы рассуждений на основе аналогичных случаев Байесовская классификация Элементы нейронных сетей Архитектура нейронных сетей Обучение нейронных сетей Иерархические методы кластерного анализа Алгоритм k-средних (k-means) Алгоритм PAM (partitioning around Medoids) Факторный анализ Сравнительный анализ иерархических и неиерархических методов кластеризации Опишите этапы анализа предметной области и постановки задачи процесса Data Mining. Опишите этапы подготовки данных и построение моделей процесса Data Mining. Опишите этапы проверки и оценки моделей и выбор модели процесса Data Mining. Опишите этапы применение модели и коррекция и обновление модели процесса Data Mining. жүктеу/скачать 16,14 Kb. Достарыңызбен бөлісу:
|