- •1.Определение одномерной случайной величины
- •6. Характеристики многомерной случайной величины
- •7. Корреляционная функция одномерной случайной величины
- •8. Корреляционная функция многомерной случайной величины
- •9. Определение корреляционной функции
- •10. Дисперсия одномерной случайной величины
- •11. Дисперсия многомерной случайной величины
- •12. Оценка вида закона распределения одномерной случайной величины
- •13. Оценка вида закона распределения многомерной случайной величины
- •14. Проверка статистических гипотез о виде закона распределения
- •15. Корреляционный анализ
- •16. Регрессионный анализ
- •17. Дисперсионный анализ
- •18. Построение уравнения регрессии
- •19. Метод наименьших квадратов
- •20. Остаточная дисперсия
- •27. Многомерные кубы в olap
- •28. Виды аналитической обработки данных
- •29. Хранилища данных (Data Warehouse)
- •30. Интеллектуальный анализ данных (Data Mining)
- •31. Принцип многомерного представления данных
- •32. Многомерный olap (molap)
- •33. Системы оперативной аналитической обработки реляционных данных
- •34. Реляционные субд
- •35. Многомерные субд
- •36. Постреляционные субд
- •37. Три стадии интеллектуального анализа данных
- •38. Многомерный интеллектуальный анализ данных
- •39. Интеллектуальный анализ данных с непосредственным использованием обучающих данных
- •40. Интеллектуальный анализ данных с выявлением и использованием закономерностей
36. Постреляционные субд
Постреляционная модель данных представляет собой расширенную реляционную модель, в которой отменено требование атомарности атрибутов. Поэтому постреляционную модель называют "не первой нормальной формой" (NF2) или "многомерной базой данных". Она использует трехмерные структуры, позволяя хранить в полях таблицы другие таблицы. Тем самым расширяются возможности по описанию сложных объектов реального мира. В качестве языка запросов используется несколько расширенный SQL, позволяющий извлекать сложные объекты из одной таблицы без операций соединения.
37. Три стадии интеллектуального анализа данных
В общем случае процесс интеллектуального анализа данных (ИАД) состоит из трёх стадий:
1) выявление закономерностей (свободный поиск);
2) использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование);
3) анализ исключений, предназначенный для выявления и толкования аномалий в найденных закономерностях.
38. Многомерный интеллектуальный анализ данных
Интеллектуальный анализ данных обеспечивает формирование аналитических данных посредством выполнения операции очищения данных локальных баз организации, применение статистических методов и других сложных алгоритмов. Многомерный анализ может быть реализован средствами данных офисных приложений и распределенными OLAP –системами
Три способа хранения многомерных баз данных:
MOLAP
ROLAP
HOLAP
39. Интеллектуальный анализ данных с непосредственным использованием обучающих данных
Интеллектуальный анализ данных – это процесс поддержки решений, основанный на поиске в данных скрытых закономерностей. При этом накопленные средства автоматически обобщаются до информации, которая может быть охарактеризована как знания.
1. выявление закономерностей (свободный поиск);
сходные данные могут храниться в явном детализированном виде и непосредственно использоваться для прогностического моделирования и/или анализа исключений
2. использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование);
информация вначале извлекается из первичных данных и преобразуется в некоторые формальные конструкции.
40. Интеллектуальный анализ данных с выявлением и использованием закономерностей
ИАД - это процесс поддержки принятия решений, основанный на поиске в данных скрытых закономерностей (шаблонов информации). При этом накопленные сведения автоматически обобщаются до информации, которая может быть охарактеризована как знания.