Анализ данных. Салмин А.А. - 105 стр.

стратегической точки зрения. Она принципиально
отличается от традиционных технологий поддержки
принятия решений, чаще всего базируется на анализе
большого числа жестко структурированных отчетов.
OLAP-системы позволяют консолидировать информацию
из различных баз данных и представить ее в единых
сводных таблицах. Также OLAP-системы обеспечивают
непротиворечивость данных между отчетами: при
детализации некоего итога независимо от настроек
аналитических разрезов итоговая сумма всегда сходится.

    10.2. Интеллектуальный     анализ   данных    (Data
         Mining)
     Термин «Data Mining» переводится как «извлечение
информации» или «добыча данных». Цель Data Mining
состоит в выявлении скрытых правил и закономерностей в
наборах данных. Результатом такого метода обработки
данных       являются      эмпирические        модели,
классификационные правила, выделенные кластеры и т.д.

    10.2.1. Этапы исследования данных с помощью
методов Data Mining
     Основные этапы, или шаги, которые, как правило,
входят в любое исследование данных с помощью методов
Data Mining:
     1. Приведение данные к форме, пригодной для
применения конкретных реализаций систем Data Mining.
Выходом данного этапа должны быть структурированные
данные в виде прямоугольной таблицы, где каждая строка
представляет собой отдельный случай, объект или
состояние изучаемого объекта, а каждая колонка –
параметры, свойства или признаки всех исследуемых
объектов. Строки подобной таблицы в теории Data Mining,

                                                    105