Скачать 471.12 Kb.
|
Тема 1. Основные понятия интеллектуального анализа данных. Службы Analysis Services К ключевым факторам, определяющим развитие СУБД, относятся следующие: появление новых типов данных, новых форм-факторов для устройств хранения данных, новые стандарты представления и обмена данными, а также существенное снижение стоимости хранения самих данных. Но самым значительным фактором является объем данных, производимых во всем мире. Если посмотреть на данные, хранимые в электронном виде, то к 1999 году мире насчитывалось 12 Эбайт (1018 байт) информации. К середине 2002 года было создано еще столько же. При этом, 92% этой информации хранится на жестких дисках. Интересна еще одна цифра — все страницы Интернета занимают порядка 21 Тбайт, тогда как объем информации, пересылаемой по электронной почте, перекрывает объем интернет_страниц больше чем в 500 раз. Но настоящим «взрывом» в производстве цифровых данных стали не Интернет и не электронные документы, а различные цифровые устройства — телефоны, фотоаппараты, видеокамеры, проигрыватели и т. п. 55% всех цифровых данных хранится на компьютерах пользователей и только 16% — в корпоративных хранилищах данных. Более того, скоро все телевидение будет цифровым, что должно существенно увеличить объем хранимых в электронном виде данных. Это означает, что мы храним все больше и больше информации, в структурированном и неструктурированном виде. И еще один малоизвестный факт — различные датчики поставляют значительные объемы информации. Так, исследование Земли выражается на 2007 год в 15 петабайтах данных, медицинские данные о пациентах приносят еще 1 Эбайт в год, видео_мониторинг — 100 Эбайт в год, двигатели самолетов — 30 петабайт в год и т. д. В процессе своего развития приложения все больше и больше включают поддержку различных типов данных — XML, электронной почты, календарей, файлов, документов, гео_данных и т. п. в дополнение к традиционным типам данных, поддерживаемым на уровне баз данных и файловой системы. Для обеспечения работоспособности таких приложений нужна соответствующая платформа, которая позволяла бы безопасно хранить такие данные, выполнять по ним поиск, анализировать их, синхронизировать и т. д.. Надстройки интеллектуального анализа данных Microsoft SQL Server 2005 для Office 2007 предоставляют мастера и средства, которые максимально упрощают получение из данных полезных сведений. Основные понятия интеллектуального анализа данных (службы Analysis Services — интеллектуальный анализ данных) Клиент интеллектуального анализа данных для Excel 2007. Литература
Тема 2. . Особенности установки службы Analysis Services Службы SQL Server Analysis Services устанавливаются с помощью программы установки SQL Server. Службы Analysis Services можно установить вместе с другими компонентами SQL Server или установить Analysis Services в виде отдельного компонента. Познакомиться с требованиями к оборудованию и программному обеспечению и с компонентами SQL Server 2005. Знакомство с различными подходами к установке служб Analysis Services. Установить службы Analysis Services для Excel 2007. Средства анализа таблиц для Excel. Эта надстройка предоставляет простые в использовании задачи, которые использует интеллектуальный анализ данных SQL Server 2005 для гибкой аналитической обработки данных в электронных таблицах без необходимости изучения каких-либо понятий относительно интеллектуального анализа данных. Клиент интеллектуального анализа данных для Excel. Использование этой надстройки позволяет создавать, тестировать, просматривать и управлять моделями интеллектуального анализа данных в Excel 2007, используя табличные данные или внешние источники данных, доступные через экземпляр служб SQL Server 2005 Analysis Services. Литература
Тема 3. Средства анализа таблиц для Excel Надстройка «Средства анализа таблиц для Excel» представляет собой набор простых, но достаточно мощных средств, позволяющих выполнять интеллектуальный анализ данных в Microsoft Office Excel. С ее помощью можно просматривать распределение данных, выполнять простые задачи по очистке данных или использовать сложные алгоритмы интеллектуального анализа данных, содержащихся в таблицах Excel. Средства интеллектуального анализа данных автоматически анализируют распределение и тип данных и рекомендуют лучший способ обработки данных для получения допустимых результатов, используя следующие средства аналитики: Анализ ключевых факторов влияния (Analize Key Influencers) - Определение столбцов данных с наибольшим влиянием на выбранное значение или столбец значений. Поиск категорий - Определение строк с похожими свойствами. Заполнение по примеру - Поиск отсутствующих значений данных в выбранном столбце и предложение новых значений на основе закономерностей в данных. Прогноз - Прогнозирование будущих значений с учетом ряда значений. Выделение исключений - Поиск значений в столбце данных, не соответствующих шаблонам, обнаруженным в данных. Анализ сценария: поиск решения - Позволяет указать целевое значение и затем определяет базовые факторы, подлежащие изменению для соответствия цели на основе анализа шаблонов данных. Анализ сценария: гипотетические ситуации - Позволяет использовать значения для определения результата изменения на основе анализа закономерностей в данных. Литература
Тема 4. Клиент интеллектуального анализа данных для Excel Клиент интеллектуального анализа данных для Excel передает мощь SQL Server Analysis Services настольным компьютерам. Можно работать с теми же сложнейшими алгоритмами, структурами и средствами просмотра для интеллектуального анализа данных, которые доступны в экземпляре SQL Server Analysis Services, но исходные или проверочные данные можно хранить в таблицах Excel. Клиент интеллектуального анализа данных для Excel поддерживает активное соединение с сервером, поэтому можно определять закономерности в данных, хранящихся в таблицах Excel, а затем сохранять модель интеллектуального анализа данных на сервере и использовать ее для дальнейшего тестирования или прогнозирования. Можно также применять данные Excel к существующим моделям интеллектуального анализа данных и повторно обрабатывать эту модель в целях повышения точности или применять другие модели к тем же данным для более углубленного анализа. Панель инструментов клиент Интеллектуального анализа данных имеет следующие группы средств анализа данных:
Эти средства анализа данных используют следующие типы алгоритмов службы Analysis Services : Алгоритмы классификации осуществляют прогнозирование одной или нескольких дискретных переменных на основе других атрибутов в наборе данных. Примером алгоритма классификации является Алгоритм дерева принятия решений . Регрессивные алгоритмы осуществляют прогнозирование одной или нескольких непрерывных переменных, например прибыли или убытков, на основе других атрибутов в наборе данных. Примером регрессивного алгоритма является Алгоритм временных рядов . Алгоритмы сегментации делят данные на группы или кластеры элементов, имеющих схожие свойства. Примером алгоритма сегментации является Алгоритм кластеризации . Алгоритмы взаимосвязей осуществляют поиск корреляции между различными атрибутами в наборе данных. Наиболее частым применением этого типа алгоритма является создание правил взаимосвязи, которые могут использоваться для анализа потребительской корзины. Примером алгоритма взаимосвязей является Алгоритм взаимосвязей . Алгоритмы анализа последовательностей обобщают часто встречающиеся последовательности в данных, например поток данных в Интернете. Примером алгоритма анализа последовательностей является Алгоритм кластеризации последовательностей. Литература
Тематика практических занятий
Так же устанавливает свою учебную базу данных.
ОСНОВНАЯ ЛИТЕРАТУРА
ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА
SYLLABUS OF THE COURSE Scientific Research Methods in Management Management faculty Level of education: Bachelor’s (fourth year) ECTS credits: 2 Аuthor: Alexandr Kaisarov Instructors: Alexandr Kaisarov + invited researchers/managers from different areas of management (at the moment the list is specified) Program outline
This discipline is a continuation of the course, which is learned at the Department of Management for bachelors for almost the entire period of study. This part of the course is devoted to practical business research and applied analysis of management decisions using scientific methods. The main part of the course will be devoted to the analysis of case studies and real management strategies. Getting to the study, students should have a basic set of knowledge in the following disciplines:
As a result of training, students will be able to use in further research practice the following competences:
|
Программа дисциплины Методология научных исследований в менеджменте:... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | Программа дисциплины Методология научных исследований в менеджменте:... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | ||
Программа дисциплины Методология научных исследований в менеджменте:... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | Программа дисциплины Методология научных исследований в менеджменте:... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | ||
Программа дисциплины «Методы научных исследований в менеджменте» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки/ специальности... | Программа дисциплины «Методы научных исследований в менеджменте» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки/ специальности... | ||
Программа по формированию навыков безопасного поведения на дорогах... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | Рабочая программа дисциплины Методы исследований в менеджменте Направление... Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования | ||
Рабочая программа дисциплины Методы исследований в менеджменте Направление... Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования | Рабочая программа дисциплины в. Од. 2 Методология науки и методы... Целью освоения дисциплины «Методология науки и методы научных исследований» является формирование у магистрантов углубленных знаний... | ||
Программа дисциплины для направления/ специальности подготовки бакалавра/ магистра/ специалиста Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки магистра... | Программа дисциплины «Методология научных исследований в менеджменте: исследования в маркетинге» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38. 04. 02. «Менеджмент»,... | ||
Программа дисциплины «Финансовый менеджмент» для направления 080200. 62 «Менеджмент» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080200. 62 «Менеджмент»... | Программа дисциплины для направления 080200. 62 «Менеджмент» подготовки бакалавра Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | ||
Программа дисциплины Инструменты социологических исследований для... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080200.... | Программа дисциплины для направления/ специальности подготовки бакалавра/... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080200. 62 «Менеджмент»... |