Font size
WorksheetsИАС2
Total questions: 22
Worksheet time: 48mins
Технологические методы Data Mining
Непосредственное использование данных или сохранение данных
Выявление и использование формализованных закономерностей или дистилляция шаблонов
Дистрибуция данных
Конвергенция данных
К статистическим методам Data Mining относятся
Дескриптивный анализ и описание исходных данных
Анализ связей
Многомерный статистический анализ
Анализ временных рядов
Конвергентный анализ
Кибернетические методы Data Mining
Искусственные нейронные сети
Эволюционное программирование
Генетические алгоритмы
Системы обработки экспертных знаний
Экстремальное программирование
Модели Data Mining
Предсказательные
Описательные
Фундаментальные
Экстремальные
Дифуззионные
К описательным моделям относятся
регрессионные модели
модели последовательностей
модели кластеров
ассоциативные модели
Модели (a) описывают правила или набор правил, в соответствии с которыми можно отнести описание любого нового объекта к одному из классов. Такие правила строятся на основании информации о существующих объектах путем разбиения их на классы
Модели (a) описывают функции, позволяющие прогнозировать изменение непрерывных числовых параметров. Они строятся на основании данных об изменении некоторого параметра за прошедший период времени.
(a) модели описывают функциональные зависимости между зависимыми и независимыми показателями и переменными в понятной человеку форме. Они описывают функциональную зависимость не только между непрерывными числовыми параметрами, но и между категориальными параметрами
Модели (a) описывают группы, на которые можно разделить объекты, данные о которых подвергаются анализу. Группируются объекты (наблюдения, события) на основе данных (свойств), описывающих сущность объектов.
Модели (a) описывают исключительные ситуации в записях (например, отдельных пациентов), которые резко отличаются чем либо от основного множества записей (группы больных)
(a) модели - выявление закономерностей между связанными событиями.
Неопределенность по объему отсутствующей информации у системного аналитика можно разделить на три большие группы:
Неизвестность.
Неполнота (недостаточность, неадекватность).
Некачественность
Недостоверность.
(a) алгоритм - это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, напоминающих биологическую эволюцию, методов естественной эволюции, таких как наследование
(a) сети — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей.
Какой процесс изображен на рисунке
(a)
Подготовка исходных данных предполагает
выработать некий четкий набор числовых или нечисловых параметров, характеризующих задачу
представить данные в виде таблицы,
очистить данные по столбцам,
очистить данные по строкам
всё выше перечисленное
Анализ (a) - выявление и формулировка необходимых априорных знаний о предметной области, целей анализа, задач приложения, сценариев использования
Формирование и подготовка данных для анализа предполагает
поиск (или выбор) «сырых» данных, возможно реализация подсистемы сбора (консолидации)
предобработка данных (нормализация, дискретизация, обработка пропущенных значений, удаление артефактов, проверка консистентности)
определение типа решаемой задачи анализа
уменьшение размерности, выбор значимых характеристик, расчет интегральных показателей и инвариантов
На рисунке представлена
типовая архитектура экспертной системы
типовая архитектура базы знаний
типовая архитектура хранилища данных
типовая архитектура интеллектуального анализа данных
Транзакционные базы данных и репозитории «событий» - это
«события» различной структуры с числовыми и категориальными атрибутами, и с временной меткой
«события» различной структуры с числовыми атрибутами и с временной меткой
«события» различной структуры с категориальными атрибутами и с временной меткой
«события» различной структуры с числовыми и категориальными атрибутами
Географические и пространственные данные характеризуются
Привязка к пространственным координатам, учет географии объектов при анализе (например при определении меры сходства или расстояния)
Привязка к пространственным координатам, учет географии объектов при анализе (например при определении меры сходства или расстояния) , учет перемещения в пространстве (moving objects)
Привязка к пространственным координатам, учет перемещения в пространстве (moving objects)
нет правильного ответа
К символьным последовательностям относятся
ДНК цепочки
машинные коды
тексты программ на языках программирования
всё выше перечисленное
