- •1 Постановка задачі
- •2 Теоретичні відомості
- •3 Імпорт даних, оцінка якості, відновлення, корекція і очистка даних
- •4 Дослідження видобутку біоресурсів Україною із застосуванням методів аналітичної обробки даних
- •4.1 Кореляційний аналіз
- •4.2 Побудова нейромережі
- •5 Візуалізація результатів
- •5.1 Побудова Карти Кохонена
- •5.2 Побудова olap-кубу
4.2 Побудова нейромережі
Використовуючи нейромережеві алгоритми можна побудувати шукану залежність між цими параметрами. Це завдання виконано за процедурою Майстра обробки «Нейросеть».
Рис.24 Вхідні поля для аналізу з використанням нейромережі
Рис.25 Вибір навчальної\тестової підмножини
Рис.26 Процес навчання нейромережі
Рис.27 Багатофакторна нейромережева модель
На рисунку 27 ми можемо спостерігати нейромережеву модель, яка містить в собі інформацію про взаємовплив наших даних.
5 Візуалізація результатів
5.1 Побудова Карти Кохонена
Карти Кохонена – використовуються для вирішення таких завдань, як пошук закономірностей у великих масивах даних, виявлення наборів незалежних ознак і стиснення інформації.
Побудуємо залежність видобутку біоресурсів у внутрішніх водоймах до видобутку у Світовому океані та у економічних зонах інших держав.
Рис.28 Вибір полів для побудови карти Кохонена
Рис.29 Фрагмент карти Кохонена
За допомогою Карти кохонена і вказівника миші ми можемо дізнатися вплив кожного фактору на результуючі поля.
5.2 Побудова olap-кубу
Зважаючи на те, що ми маємо відносно не велику вибірку даних, OLAP-куб дасть мало інформації, але все-таки спробуємо отримати хоч щось.
Побудова OLAP-кубу здійснювалась за допомогою Мастра візуалізації:
Рис.30 Налаштування полів куба
Рис.31 Налаштування вимірів куба
Рис.32 Вибір фактів
Рис.33 Побудований OLAP-куб для набору даних
Як і було вище сказано, OLAP-куб бажає бути кращим, також до недоліків Deductor Academic можна віднести те, що він не дозволяє проводити експорт даних у більш наглядний формат.