Исследовательский анализ и извлечение знаний

из "Анализ финансовых данных "

Исследовательский анализ и извлечение знаний могут быть использованы для обнаружения скрытых знаний, что представляет собой целый интерактивный процесс выявления в данных неизвестных ранее паттернов или структур. Значения понятий исследовательский анализ данных , извлечение знаний и обнаружение знаний часто путаются. На первой международной конференции по обнаружению знаний в Монреале в 1995 г. было предложено применять термин обнаружение знаний для описания всего процесса извлечения знаний из данных . В этом контексте под знаниями понимаются взаимосвязи между элементами данных и паттерны в наборах данных. В дальнейшем было предложено, чтобы термин извлечение знаний использовался исключительно для обозначения той стадии процесса, на которой происходит обнаружение как таковое. [c.20]
Выражаясь точнее, обнаружение знаний можно было бы определить как нетривиальное извлечение из данных первоначально неизвестных и потенциально полезных знаний. Обнаружение знаний — это междисциплинарный подход, использующий машинное обучение, статистику, технологию баз данных, экспертные системы и методы визуального представления данных. Все они могут внести свой вклад в процесс получения новых знаний. [c.20]
Основной процесс исследовательского анализа данных и извлечения знаний состоит из множества шагов, начиная с формулировки целей и заканчивая оценкой результатов. Он может включать в себя петлю обратной связи, что означает переформулирование целей на основе полученных результатов. В зависимости от целей этого процесса можно использовать какой-либо тип алгоритмов распознавания образов, машинное обучение или многомерный статистический анализ. Ключевым моментом в извлечении данных является обнаружение первоначально неизвестных структур или образов. [c.20]
Мы продемонстрируем также, что результаты, полученные с помощью СОК, часто можно улучшить, если использовать их в сочетании с традиционными статистическими методами либо в комбинации с другими прогрессивными средствами, а именно с нейронными сетями, обучаемыми с учителем, генетическими алгоритмами и нечеткой логикой. В нескольких главах этой книги будут обсуждаться гибридные приложения СОК. [c.20]

Вернуться к основной статье