| 
|
Планирование - софт
Некоторые задачи Data Mining:Классификация — отнесение объектов к заранее определённым категориям на основе их характеристик. Примеры: определение кредитоспособности заёмщика, диагностика заболевания, фильтрация спама.
Регрессия — предсказание числового значения целевой переменной. Data Mining применяет регрессионные модели для прогнозирования продаж, оценки стоимости недвижимости, предсказания нагрузки на серверы.
Кластеризация — автоматическое разбиение объектов на группы по сходству без предварительно заданных категорий. Используется для сегментации клиентской базы, группировки документов, обнаружения аномалий.
Ассоциативный анализ — поиск устойчивых связей между событиями или объектами. Классический пример — анализ рыночной корзины: покупатели, приобретающие хлеб, в 70% случаев берут и молоко.
Обнаружение аномалий — выявление наблюдений, существенно отличающихся от нормы. Применяется для обнаружения мошенничества, сбоев оборудования, кибератак.
Последовательный анализ — обнаружение закономерностей во временных последовательностях событий. Например, определение, какие действия пользователя предшествуют покупке, какие симптомы предвещают отказ оборудования.