Adatbányászat. Miért kell menedzselni a tudást és az adatokat? Az adatok mennyisége folyamatosan nő Az elektronikus dokumentáltság növeli az átláthatatlan.

Slides:



Advertisements
Hasonló előadás
Multidimenzionális Adatbázisok Alapjai
Advertisements

ADATBÁZISOK.
Adatbázis gyakorlat 1. Szerző: Varga Zsuzsanna ELTE-IK (2004) Budapest
Adatmenedzsment és kontrolling. ADAT Adott folyamat pillanatnyi állapotának jellemzője, mely önmagában nem értékeli az adott folyamatot.  Mennyi?130.
Adattárházak Láng András.
Weszely Orsolya Bertalan Tamás
Lábnyomok a világhálón Arató Bence szakmai igazgató Webtárházak Kulcs a látogatók megismeréséhez.
Data Explorer Kft. Tóth Nándor Ügyvezető.
Üzleti intelligencia megoldások, avagy vezetői döntéstámogatás (XXI.)
Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt.
AVIR – intézményi adatmodell Csulyák Gábor Informatikai igazgató Educatio Nonprofit Kft február 2.
2010. november Balatonfüred
Adatbányászat a kontrollingban
Adatbányászat az Internet korszakában
Számvitelszervezés Gyurkó György.
Minőségi adatok biztosítása az adattárházakban Készítette: Fehér Péter
Információrendszer-architektúrák 7.
Microsoft Access I. Készítette: Rummel Szabolcs
Az adattárház tervezése
Adattárházak kialakulása, építése és elemzése (Rövid áttekintés)
PhD beszámoló 2002/2003 II. félév Készítette: Iváncsy Renáta Konzulens: Dr. Vajk István.
Elemzés.
Korszerű eszközök a vállalati információ- és tudásmenedzsmentben
SQL - OLAP 1. óra.
Üzleti intelligencia Kecskemét 2007 ősz. BI Business Intelligence Üzleti Intelligencia Bevételnövelő és költségcsökkentő lehetőségek feltárása, döntéstámogatás.
Üzleti Intelligencia – koncepciók és megoldások
Az adatfeldolgozás forrásai
Információrendszer-architektúrák 7.
Adattár alapú Vezetői Információs Rendszer (AVIR)
Vezetői Információs Rendszer Kialakítása a Szegedi Tudományegyetemen Eredmények - Tapasztalatok Vilmányi Márton.
Önkiszolgáló üzleti intelligencia az SQL Server 2012-ben
Microsoft BI technológiák az eszközmenedzsment szolgálatában
Szaktanácsadás SQL Server UpgradeTeljesítményoptimalizálás Replikáció kialakítás Disaster Recovery tervezés.NET Framework alapú fejlesztések.
Az Alakfelismerés és gépi tanulás ELEMEI
Adattárház rendszerek
A mintaalkalmazás architekturális áttekintése Kőnig Tibor főmérnök Microsoft Magyarország.
Adatbázisrendszerek jövője
Zrínyi Miklós Nemzetvédelmi Egyetem
Csoportosítás (klaszterezés) A csoportosítás feladata a vizsgált objektumok jól elkülönülő csoportba történő besorolása. A klaszterezés sok szempontból.
Üdvözöljük az IIR Konferencia résztvevőit! IIR Konferencia 2001.
SQL-Structured Query Language. Parancs(utasítás) csoportok CREATE - táblák létrehozása ALTER – táblák módosítása DROP – táblák törlése DDL –Data Definition.
11. tétel Adatbázis táblái közti kapcsolatok optimalizálása
Adatbányászat és üzleti intelligencia SPSS – MicroStrategy integráció
Belami beszámoló – Doménadaptációs alkalmazások. Problémafelvetés Felügyelt tanulás elvégzéséhez gyakran kevés jelölt adat áll rendelkezésre  doménadaptáció.
Adatbázis kezelés. Az adatbázis tágabb értelemben egy olyan adathalmaz, amelynek elemei – egy meghatározott tulajdonságuk alapján – összetartozónak tekinthetők.
Adatbázis kezelés.
Paleobiológiai módszerek és modellek 7. Hét TÖBBVÁLTOZÓS ADATELEMZÉS
A Microsoft Üzleti Intelligencia megoldása és platformja
Adatbázis-kezelés.
Iskola-egészségügyi Konferencia augusztus Informatikai lehetőségek az iskola/ifjúság-egészségügyi munkában Wenhard Andrea egészségügyi szakközgaszdász.
Adatbányászat Excel 2007-tel
5 tetraéder hálózatából álló tudományos segédeszköz tudományos modell, vállalati alkalmazás Pató Gáborné Dr. Szűcs Beáta, egyetemi docens Dr. Kovács.
Bevezetés a Korreláció & Regressziószámításba
Adatbázis-kezelés. Alapfogalmak Adat: –észlelhető, felfogható ismeret –jelsorozat –valakinek, vagy valaminek a jellemz ő je –tény, közlés Információ:
Adatbányászati módszerek a weblogfájlok elemzésében
Adattár alapú Vezetői Információs Rendszer fejlesztése a Miskolci Egyetemen Bordás Katalin Miskolci Egyetem Számítóközpont.
Adattár alapú Vezetői Információs Rendszer (AVIR) Fejérvári Bence március 26.
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
A Jövő Ergonómiai Mérőeszköze
Adattárházak Adattárház: alapfogalmak
ACCESS ALAPOK Alapfogalmak
Microsoft alapú VIR megoldás az egyetemeken Lénárt Marcell.
Összeállította: Juhász Tibor – 2006 – Adatbázis- kezelés 1. Alapfogalmak.
EUCIP konferencia október 20. Cséfalvay Katalin Fejlesztés (BUILD) modul.
Az állatorvos szerepe az élelmiszerlánc- biztonság megteremtésében Informatika (számítástudomány, elemzések) Dr. Tirián Attila
Információrendszer-architektúrák 6.
Adatbázis alapismeretek
A képek szerepe és felhasználási lehetőségeik a közoktatásban
Üzleti intelligencia megoldások, avagy vezetői döntéstámogatás (XXI.)
Adatbázis-kezelés.
Előadás másolata:

Adatbányászat

Miért kell menedzselni a tudást és az adatokat? Az adatok mennyisége folyamatosan nő Az elektronikus dokumentáltság növeli az átláthatatlan adathalmazt Ki kell szűrni a hasznos információkat

Az adatbányászat célja Információ feltárás ▫Megerősítés ▫Felfedés Feladatok ▫Predikciós feladatok ▫Leíró jellegű feladatok

Indukcó alapú tanulás Tények Koncepció Eljárások Alapigazságok (principák)

Adatok előfeldolgozása Hiányos adatok Zajos adatok Inkonzisztens adatok

Adatbányászati technikák A felügyelt tanulás adatbányászati technikái: ▫Osztályozás ▫Regresszió A nem felügyelt tanulás adatbányászati technikái: ▫Csoportosítás (szegmentálás) ▫Asszociáció

Adattárházak

Adattárházak – elvárások Időfüggőség Változatlanság Tematikusság Integráltság

OLTP és OLAP rendszerek Felhasználó- és rendszerorientáltság Adattartalom Adatbázis-szerkezet Nézőpont Hozzáférési minták

Adattárházak adatforrásai Külső adatforrások Független adatpiac Relációs és más adatbázisok

Többdimenziós adatmodellek Alapfogalmak ▫Adatkockák ▫Dimenziók ▫Tények

Többdimenziós adatmodellek Csillagséma adatmodell Hópehelyséma adatmodell Galaxisséma adatmodell