Книга Базы данных. Интеллектуальный анализ данных

Название: Базы данных. Интеллектуальный анализ данных
Автор: Нестеров С.А.
Страниц: 272
Формат: PDF
Размер: 16.3 Mб
Качество: Отличное
Язык: Русский
Год издания: 2011
Системно излагаются основы интеллектуального анализа данных средствами современных систем управления базами данных (СУБД).
В качестве примера выбрана СУБД Microsoft SQL Server 2008.
Рассматриваются основные задачи интеллектуального анализа данных, распространенные алгоритмы, язык запросов DMX (Data Mining extensions to SQL), особенности проведения анализа в среде СУБД Microsoft SQL Server 2008. Наряду с теоретическими материалами, пособие включает описания 16 лабораторных работ, позволяющих выработать практические навыки решения задач интеллектуального анализа данных.
Учебное пособие предназначено для студентов вузов, обучающихся по магистерским программам «Теория и математические методы системного анализа и управления в технических и экономических системах» и «Системный анализ и управление информационными ресурсами» направления подготовки магистров «Системный анализ и управление». Оно может быть также использовано при обучении студентов направления подготовки «Системный анализ и управление» в системах повышения квалификации и учреждениях дополнительного профессионального образования.
ОГЛАВЛЕНИЕ
СПИСОК СОКРАЩЕНИЙ ...................................................................................................... 5
ВВЕДЕНИЕ ............................................................................................................................... 6
1. ОСНОВЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ ........................................ 7
1.1. Базовые понятия и основные задачи .......................................................................... 7
1.2. Интеллектуальный анализ данных в СУБД на примере Microsoft SQL Server ... 12
1.3. Этапы проведения интеллектуального анализа данных ........................................ 17
2. КРАТКИЙ ОБЗОР АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНОГО
АНАЛИЗА ДАННЫХ ............................................................................................................ 22
2.1. Упрощенный алгоритм Байеса .................................................................................. 22
2.2. Деревья решений ........................................................................................................ 25
2.3. Линейная регрессия .................................................................................................... 28
2.4. Анализ временных рядов ........................................................................................... 29
2.5. Кластеризация ............................................................................................................. 34
2.6. Алгоритм взаимосвязей ............................................................................................. 36
2.7. Кластеризация последовательностей ....................................................................... 39
2.8. Нейронные сети .......................................................................................................... 41
2.9. Логистическая регрессия ........................................................................................... 44
3. ОСНОВНЫЕ КОНСТРУКЦИИ ЯЗЫКА DMX ............................................................... 46
3.1. Базовые понятия языка DMX, типы данных и содержимого ................................. 46
3.2. Создание структуры интеллектуального анализа .................................................. 55
3.3. Создание модели интеллектуального анализа данных .......................................... 59
3.4. Обработка, очистка, удаление и восстановление структур и моделей ................ 63
3.5. Язык DMX: запросы ................................................................................................... 72
3.6. Язык DMX: прогнозирующие запросы .................................................................... 79
4. ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ ВСТРОЕННЫХ АЛГОРИТМОВ
ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА СУБД MS SQL SERVER 2008 ........................... 86
4.1 Упрощенный алгоритм Байеса ................................................................................... 86
4.2 Деревья решений и линейная регрессия ................................................................... 89
4.3. Алгоритм временных рядов....................................................................................... 92
4.4. Алгоритм кластеризации ........................................................................................... 98
4.5. Алгоритм взаимосвязей ........................................................................................... 101
4.6. Алгоритм кластеризации последовательностей ................................................... 104
4.7. Алгоритмы нейронных сетей и логистической регрессии ................................... 106
5. ЛАБОРАТОРНЫЕ РАБОТЫ .......................................................................................... 111
5.1. Работа 1. Надстройки интеллектуального анализа данных
для Microsoft Office ......................................................................................................... 112
5.2. Работа 2. Использование инструментов «Analyze Key Influencers» и «Detect
Categories» ........................................................................................................................ 121
5.3. Работа 3. Использование инструментов «Fill From Example» и «Forecast». ..... 130
5.4. Работа 4. Использование инструментов «Highlight Exceptions» и «Scenario
Analysis». .......................................................................................................................... 139
5.5. Работа 5. Использование инструментов «Prediction Calculator» и «Shopping
basket Analysis» ................................................................................................................ 150
5.6. Работа 6. Использование инструментов Data Mining Client для Excel 2007 для
подготовки данных .......................................................................................................... 160
5.7. Работа 7. Использование инструментов Data Mining Client для Excel 2007 для
создания модели интеллектуального анализа данных ................................................ 170
5.8. Работа 8. Анализ точности прогноза и использование модели
интеллектуального анализа ............................................................................................ 177
5.9. Работа 9. Построение модели кластеризации, трассировка и перекрестная
проверка ............................................................................................................................ 188
5.10. Работа 10. Начало работы в BI Dev Studio ........................................................... 199
5.11. Работа 11. Создание представления источника данных .................................... 207
5.12. Работа 12. Создание структуры и модели интеллектуального анализа. Задача
кластеризации .................................................................................................................. 217
5.13. Работа 13. Задача классификации. Создание структуры и моделей
интеллектуального анализа. Сравнение точности моделей ....................................... 234
5.14. Работа 14. Просмотр моделей интеллектуального анализа (деревья решений,
упрощенный алгоритма Байеса, нейронные сети). Написание «одноэлементных»
прогнозирующих запросов ............................................................................................. 244
5.15. Работа 15. Работа с моделями интеллектуального анализа данных из SQL
Server Management Studio ............................................................................................... 253
5.16. Работа 16. Использование алгоритма Microsoft Time Series для
прогнозирования значений временных рядов ............................................................. 260
БИБЛИОГРАФИЧЕСКИЙ СПИСОК ................................................................................. 270