Вопросы/задания к контрольной работе: РК №1 - Вопросы

Оперативный анализ и визуализации данных
I. Анализ данных.
Анализ данных, модель, моделирование, аналитический и информационный подходы к моделированию, бизнес процесс модели, подходы к моделированию.
II. Принципы анализа данных
Составляющие информационного подхода, общая схема анализа данных, методы визуализации данных их достоинства и недостатки, этапы моделирования, алгоритм процесса построения модели.
III. Структурированные данные
Формы представления данных, формы представления данных, структурированные данные, слабо структурированные данные, типы структурированных данных, виды данных и производимые операции с данными, представления наборов данных, их отличия, транзакционные данные
IV. Подготовка данных к анализу
Анализ данных, свойства данных накопленные в предприятиях.
Формализация данных. Модель прогноза, параметры, влияющие факторы модели, экспертная оценка факторов, способы представления данных, оценка сложности и стоимости сбора данных, средних и наименее важных по значимости факторы.
Методы сбора данных. Источники – учетные, косвенные источники, источники открытие, специализированные, собственные маркетинговые.
Информативность данных, Требования к данным
V. Технологии KDD (Knоwledge Discоveгу in Databases) и
Data Mining
Технология KDD (Knоwledge Discоveгу in Databases)
Технология Data Mining, методика извлечения знаний, этапы выполнения, выборка данных, очистка данных, трансформация данных, интерпретация данных, классификация, регрессия, кластеризация, ассоцация, полный цикл Data Mining.
Машинное обучение, бизнес задачи решаемые алгоритмами Data Mining.
VI. Аналитические платформы
Технология KDD, Data Mining. Классификация ПО, статистические пакеты, СУБД с элементами Data Mining. типовая структурная схема аналитической платформы, языки визуального моделирования.
VII. Алгоритмы Data Mining
Введение, обучающая выборка, требования к обучающей выборке, методы формирования обучающей, выборки, модели обучения с и без учителя, обучающее и тестовое множества,. ошибки обучения о обобщения, эффект переобучения.
Критерии классификации алгоритмов, трудоемкость алгоритмов, наименее затратные алгоритмы, самые затратные алгоритмы, масштабируемость алгоритмов.
VIII. Консолидация данных
Консолидация данных, задачи решаемые при проектирование бизнес аналитики, критерии оптимальности.
Основные задачи, типы источников данных, обобщенная структурная схема, извлечение, преобразование, загрузка ETL, системы оперативной обработки информации OLTP, системы поддержки принятия решений (СППР), структурная схема.