|
этих задач. Обзор упомянутых в таблице методов приводится в п.п. 1.4 и 2.3 Таблица 1.1. Типовые задачи и методы интеллектуальной обработки данных Методы обработки многомерных данных, используемые при интеллектуальном анализе §§— сз Ч СЗ со К сЗ 2 о 2 0 1 к=Г Лчсзм 1» 3соо ся Выявление связей (нахождение ассоциаций) между разрозненными фактами Нахождение последовательностей Нахождение скрытых закономерностей по наборам данных Оценка важности (влияния или связи) параметров и событий и ситуаций, которые сопровождаются или которым предшествуют выявленные факты Классификация (распознавание) данных и ситуаций Кластеризация Составление прогнозов событий и ситуации + + + (РАД) ЯСЗ Я Я РЗ >Я 3.** Е 5 I Си'Лоя ч + + г>я 03 >я с. о 503 + + + + + я 5яЛ )Я 3я оой>с. и а>С, + 1.3. Методы обработки многомерных данных, используемые при интеллектуальном анализе в интересах поддержки принятия решения Методы анализа многомерных данных изучаются и рассматриваются в рамках дисциплины прикладная статистика, где можно указать почти 27 |
Введение........................................................................................................................ 4 Глава 1. Методы и средства обработки информации и данных, используемые для создания систем поддержки принятия решений..................... 12 1.1. Классификация информационных систем, СППР, их состав и решаемые задачи................................................................................................... 13 1.2.Типовые задачи интеллектуального анализа данных.................................21 1.3. Методы обработки многомерных данных, используемые при «интеллектуальном» анализе в интересах поддержки принятия решения...25 1.4. Проблемные вопросы обработки и анализа многомерных данных в задачах ИАД...........................................................................................................28 1.4.1. Прогнозирование характеристик объектов............................................29 1.4.2. Распознавание объектов и ситуаций и обработка информации........... 31 1.5. Анализ существующих подходов к обработке информации и обоснованию выбора альтернатив.......................................................................33 1.5.1.Определение приоритетных рядов.........................................................33 1.5.2. Обработка и анализ многомерных данных............................................34 1.6 Выводы.............................................................................................................47 Глава 2. Совершенствование методического обеспечения обработки информации с целью учета неопределенности в исходных данных.....................49 2.1. Основное содержание методического обеспечения................................... 49 2.2. Методы снятия неопределенности при обработке многомерных данных в задачах поддержки принятия решений...............................................50 2.3. Анализ существующих методов получения обобщенных показателей............................................................................................................ 56 2.4. Метод построения обобщенных показателей сложных систем, базирующийся на использовании принципа максимума энтропии.................61 2.5 Выводы.............................................................................................................69 Глава 3. Разработка модели типовой информационной системы и приложений интеллектуального анализа данных для поддержки принятия решений...................................................................................................................... 71 3.1. Состав и структура информационной системы.......................................... 74 3.2. Режимы работы информационной системы и используемые средства обработки информации........................................................................................ 80 3.3. Модель предмета обучения на примере языка программирования Паскаль...................................................................................................................82 2 Противоток очищенных данных: после исправления ошибок отдельного источника, очищенные данные должны заместить искаженные в исходных источниках, чтобы улучшенные данные попали и в унаследованные приложения и в дальнейшем при извлечении не требовали дополнительной очистки. 1.2. Типовые задачи интеллектуального анализа данных Собственно сложный интеллектуальный анализ данных осуществляется с использованием средств ИАД, реализующих математические метода анализа многомерных данных, включая методы (приложения) искусственного интеллекта нейронных сети, нечеткую математику (логику, множества), семантический анализ и др. [2]. Информационные задачи, обеспечение решения которых возлагается на эти средства, сводятся к следующим [66]: выявление связей (нахождение ассоциаций) между разрозненными фактами; нахождение последовательностей; нахождение скрытых закономерностей по наборам данных; оценка важности (влияния или связи) параметров и событий и ситуаций, которые сопровождаются или которым предшествуют выявленные факты; классификация (распознавание) данных и ситуаций; кластеризация; составление прогнозов событий и ситуаций. Выявление связей (нахождение ассоциаций) между разрозненными фактами. Связи выявляются как следствие поведения сложного объекта в типовых ситуациях. Например, при исследовании страховых рисков страхователей автомобилей может выясниться, что при отсутствии дополнительных 21 Таблица 1.1. Типовые задачи и методы интеллектуальной обработки данных х. Методы Решаемые N. задачи N. Методы обработки многомерных данных, используемые при «интеллектуальном» анализе Метод главных компонент и факторный анализ Классификация и дискриминантный анализ Кластерный анализ Регрессионный анализ Выявление связей + + (нахождение § ассоциаций) между ►М X разрозненными X а фактами « сз Нахождение + + 2 последователь§ ностей § Нахождение скрытых + р закономерностей по м о наборам данных X Л Оценка важности + + + 1 (влияния или связи) & параметров и X. О событий и ситуаций, § которые сопровождаются или которым и гг предшествуют « выявленные факты Классификация + + о ►2 (распознавание) из я данных и ситуаций о с ж Кластеризация + (РАД) + Ь Составление + прогнозов событий и ситуаций 1.3. Методы обработки многомерных данных, используемые при «интеллектуальном» анализе в интересах поддержки принятия решения. Методы анализа многомерных данных изучаются и рассматриваются в рамках дисциплины прикладная статистика, где можно указать почти классическую работ)' [6] и ее более позднее переработанное в виде учебного пособия издание [53]. 25 |