огнозування нових значень на підставі наявних значень числової послідовності. Враховуються тренди.
аналіз text data mining
Завдання кластеризації - розподіл безлічі об'єктів на групи (кластери) зі схожими параметрами. При цьому, на відміну від класифікації, число кластерів та їх характеристики можуть бути заздалегідь невідомі і визначатися в ході побудови кластерів виходячи зі ступеня близькості об'єднуються об'єктів за сукупністю параметрів.
Завдання визначення взаємозв'язків - визначення часто зустрічаються наборів об'єктів серед безлічі подібних наборів.
Аналіз послідовностей - виявлення закономірностей в послідовностях подій.
Аналіз відхилень - пошук подій, що відрізняються від норми.
За способом вирішення завдання інтелектуального аналізу можна розділити на два класи: навчання з учителем (від англ. supervisedlearning) і навчання без вчителя (від англ. unsupervisedlearning). У першому випадку потрібно навчальний набір даних, на якому створюється і навчається модель інтелектуального аналізу даних. Готова модель тестується і згодом використовується для передбачення значень в нових наборах даних. У другому випадку метою є виявлення закономірностей наявних в існуючому наборі даних.
Висновок
Інтелектуальний аналіз даних є одним з найбільш актуальних і затребуваних напрямів прикладної математики. Сучасні процеси бізнесу та виробництва породжують величезні масиви даних, і людям стає все важче інтерпретувати і реагувати на велику кількість даних, які динамічно змінюються в часі виконання. Потрібно витягувати максимум корисних знань з багатовимірних, різнорідних, неповних, неточних, суперечливих, непрямих даних. А головне, зробити це ефективно, якщо обсяг даних вимірюється гігабайтами або навіть терабайтами.
Важливо оберегти людей від інформаційного перевантаження, перетворити оперативні дані в корисну інформацію так, щоб потрібні дії могли бути прийняті в потрібний час.
Список використаної літератури та інтернет - ресурсів
1. Л.М. Єрмакова Методи класифікації текстів та визначення якості контенту. Вісник пермського університету 2011. УДК 004.912
2. А.А. Барсегян, М.С. Купріянов, В.В. Степаненко, І.І. Холод: Технології аналізу даних. Data Mining, Visual Mining, Text Mining, OLAP: БХВ-Петербург, 2007
3.
4.
5.
6.
