Автор24

Информация о работе

Подробнее о работе

Страница работы

Методы анализа данных

  • 2 страниц
  • 2020 год
  • 27 просмотров
  • 0 покупок
Автор работы

Emory

Преподаватель по IT-дисциплинам, стаж работы 15 лет.

100 ₽

Работа будет доступна в твоём личном кабинете после покупки

Гарантия сервиса Автор24

Уникальность не ниже 50%

Фрагменты работ

Введение
Методы анализа данных
Решение аналитических задач
Проверка моделей

Анализ данных используется во всех сферах человеческой деятельности как основа для проведения исследований, принятия управленческих решений и т.д. От правильности принимаемых решений (получаемых результатов) зависит развитие той или иной научной области, конкурентоспособность организации. Таким образом, проведение эффективного анализа данных является актуальной задачей для любой сферы человеческой деятельности.
Методы анализа данных
Методы, используемые для анализа данных из любой сферы человеческой деятельности, имеют статистическую природу. Существует большое количество различных методов для анализирования данных, опирающихся на различные гипотезы, параметры данных, такие как распределение, среднее значение и т.д.
Как правило, для анализа выбирается некоторый объем данных, называемый выборкой. Выборка – это часть большой группы данных, полностью описывающей свою предметную область. В статистике такую группу называют генеральной совокупностью.
Как правило, для решения конкретной задачи исследователю или аналитику нет необходимости работать со всей группой данных, ему нужна лишь определенная часть. К тому же, чем больший размер имеет выборка данных, тем сложнее ее обрабатывать и хранить на технических устройствах.
Решение аналитических задач
Большая часть статистических методов для анализа данных предполагает наличие у группы данных нормального распределения. Распределение выборки определяет ее поведение, позволяет определять значения элементов выборки.
К сожалению, огромное количество практических задач требует от аналитика работать с наборами данных, чье распределение не соответствует нормальному, либо вообще неизвестно. В таком случае, классические статистические методы оказываются бесполезными, так как результаты анализа данных, полученные с их помощью, не являются достоверными и не позволяют охарактеризовать выборку.
Для решения указанной проблемы, начиная примерно с 1960-х годов, многими специалистами разрабатываются методы анализа данных, не зависящие от распределения и прочих параметров данных. К этим методам относится так называемый «data mining», что переводится как «добыча данных».
Цель этих методов – поиск скрытых закономерностей в массивах данных, которые невозможно корректно исследовать с помощью классических статистических методов.
Проверка моделей
Стоит отметить, что не все выборки для реальных задач не могут быть обработаны с помощью классических методов. Более того, сильной стороной классических методов является оценка достоверности результатов. Если параметры метода показывают, что полученный результат является достоверным, то сомневаться в полученном результате не приходится.
Методы, относящиеся к группе «data mining», напротив, далеко не всегда имеют достаточную базу для оценки достоверности полученного результата. Основным способом проверки моделей, построенных с помощью указанных методов, является использование так называемой тестовой выборки.
Выборка, используемая для создания модели, называется обучающей. Выборка, не совпадающая по содержанию с обучающей, но имеющая значения в аналогичном диапазоне, называется тестовой в случае, если она используется для проверки модели, построенной на основе обучающей выборки.

1 Бергер, А.Б. MS SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных / А.Б. Бергер. — СПб.: BHV, 2007. — 928 c.
2 Кацко, И.А. Практикум по анализу данных на компьютере / И.А. Кацко, Н.Б. Паклин. — М.: КолосС, 2009. — 278 c.
3 Крянев, А.В. Метрический анализ и обработка данных / А.В. Крянев, Г.В. Лукин, Д.К. Удумян. — М.: Физматлит, 2012. — 308 c.
4 Кулаичев, А.П. Методы и средства комплексного анализа данных: Учебное пособие / А.П. Кулаичев. — М.: Форум, НИЦ ИНФРА-М, 2013. — 512 c.
5 Лебедев, Ю.А. Характеристики углеводородов: Анализ численных данных и их рекомендованные значения. Справочное издание / Ю.А. Лебедев, А.Н. Кизин, Т.С. Папина, И. Сайфуллин. — М.: Ленанд, 2012. — 560 c.
6 Лесковец, Ю. Анализ больших наборов данных / Ю. Лесковец, А. Раджараман. — М.: ДМК, 2016. — 498 c.

Форма заказа новой работы

Не подошла эта работа?

Закажи новую работу, сделанную по твоим требованиям

Оставляя свои контактные данные и нажимая «Заказать Реферат», я соглашаюсь пройти процедуру регистрации на Платформе, принимаю условия Пользовательского соглашения и Политики конфиденциальности в целях заключения соглашения.

Фрагменты работ

Введение
Методы анализа данных
Решение аналитических задач
Проверка моделей

Анализ данных используется во всех сферах человеческой деятельности как основа для проведения исследований, принятия управленческих решений и т.д. От правильности принимаемых решений (получаемых результатов) зависит развитие той или иной научной области, конкурентоспособность организации. Таким образом, проведение эффективного анализа данных является актуальной задачей для любой сферы человеческой деятельности.
Методы анализа данных
Методы, используемые для анализа данных из любой сферы человеческой деятельности, имеют статистическую природу. Существует большое количество различных методов для анализирования данных, опирающихся на различные гипотезы, параметры данных, такие как распределение, среднее значение и т.д.
Как правило, для анализа выбирается некоторый объем данных, называемый выборкой. Выборка – это часть большой группы данных, полностью описывающей свою предметную область. В статистике такую группу называют генеральной совокупностью.
Как правило, для решения конкретной задачи исследователю или аналитику нет необходимости работать со всей группой данных, ему нужна лишь определенная часть. К тому же, чем больший размер имеет выборка данных, тем сложнее ее обрабатывать и хранить на технических устройствах.
Решение аналитических задач
Большая часть статистических методов для анализа данных предполагает наличие у группы данных нормального распределения. Распределение выборки определяет ее поведение, позволяет определять значения элементов выборки.
К сожалению, огромное количество практических задач требует от аналитика работать с наборами данных, чье распределение не соответствует нормальному, либо вообще неизвестно. В таком случае, классические статистические методы оказываются бесполезными, так как результаты анализа данных, полученные с их помощью, не являются достоверными и не позволяют охарактеризовать выборку.
Для решения указанной проблемы, начиная примерно с 1960-х годов, многими специалистами разрабатываются методы анализа данных, не зависящие от распределения и прочих параметров данных. К этим методам относится так называемый «data mining», что переводится как «добыча данных».
Цель этих методов – поиск скрытых закономерностей в массивах данных, которые невозможно корректно исследовать с помощью классических статистических методов.
Проверка моделей
Стоит отметить, что не все выборки для реальных задач не могут быть обработаны с помощью классических методов. Более того, сильной стороной классических методов является оценка достоверности результатов. Если параметры метода показывают, что полученный результат является достоверным, то сомневаться в полученном результате не приходится.
Методы, относящиеся к группе «data mining», напротив, далеко не всегда имеют достаточную базу для оценки достоверности полученного результата. Основным способом проверки моделей, построенных с помощью указанных методов, является использование так называемой тестовой выборки.
Выборка, используемая для создания модели, называется обучающей. Выборка, не совпадающая по содержанию с обучающей, но имеющая значения в аналогичном диапазоне, называется тестовой в случае, если она используется для проверки модели, построенной на основе обучающей выборки.

1 Бергер, А.Б. MS SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных / А.Б. Бергер. — СПб.: BHV, 2007. — 928 c.
2 Кацко, И.А. Практикум по анализу данных на компьютере / И.А. Кацко, Н.Б. Паклин. — М.: КолосС, 2009. — 278 c.
3 Крянев, А.В. Метрический анализ и обработка данных / А.В. Крянев, Г.В. Лукин, Д.К. Удумян. — М.: Физматлит, 2012. — 308 c.
4 Кулаичев, А.П. Методы и средства комплексного анализа данных: Учебное пособие / А.П. Кулаичев. — М.: Форум, НИЦ ИНФРА-М, 2013. — 512 c.
5 Лебедев, Ю.А. Характеристики углеводородов: Анализ численных данных и их рекомендованные значения. Справочное издание / Ю.А. Лебедев, А.Н. Кизин, Т.С. Папина, И. Сайфуллин. — М.: Ленанд, 2012. — 560 c.
6 Лесковец, Ю. Анализ больших наборов данных / Ю. Лесковец, А. Раджараман. — М.: ДМК, 2016. — 498 c.

Купить эту работу

Методы анализа данных

100 ₽

или заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 200 ₽

Гарантии Автор24

Изображения работ

Страница работы
Страница работы
Страница работы

Понравилась эта работа?

или

11 апреля 2020 заказчик разместил работу

Выбранный эксперт:

Автор работы
Emory
5
Преподаватель по IT-дисциплинам, стаж работы 15 лет.
Купить эту работу vs Заказать новую
0 раз Куплено Выполняется индивидуально
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что уровень оригинальности работы составляет не менее 40%
Уникальность Выполняется индивидуально
Сразу в личном кабинете Доступность Срок 1—4 дня
100 ₽ Цена от 200 ₽

5 Похожих работ

Реферат

реферат ПРОЦЕССОРЫ С CISC - АРХИТЕКТУРОЙ

Уникальность: от 40%
Доступность: сразу
500 ₽
Реферат

Роль государства в создании информационного общества

Уникальность: от 40%
Доступность: сразу
200 ₽
Реферат

КОД МОРЗЕ

Уникальность: от 40%
Доступность: сразу
300 ₽
Реферат

Война ПК и книг

Уникальность: от 40%
Доступность: сразу
300 ₽
Реферат

использование системы moodle в образовательном процессе

Уникальность: от 40%
Доступность: сразу
100 ₽

Отзывы студентов

Отзыв Марина [email protected] об авторе Emory 2015-03-14
Реферат

+

Общая оценка 5
Отзыв ttt2121 об авторе Emory 2015-03-25
Реферат

Доволен работой автора

Общая оценка 5
Отзыв monte к----ов0 об авторе Emory 2015-02-27
Реферат

спасибо автору .работа выполнена прекрасно с соблюдением всех правил .

Общая оценка 5
Отзыв Lika4951 об авторе Emory 2015-12-29
Реферат

Лучший автор сайта!!

Общая оценка 5

другие учебные работы по предмету

Готовая работа

Проектирование информационной системы для контроля обеспечения работ компании «Interfere»

Уникальность: от 40%
Доступность: сразу
1200 ₽
Готовая работа

Разработка и испытание ПО по моделям

Уникальность: от 40%
Доступность: сразу
1490 ₽
Готовая работа

персональная программа начальника отдела производства (на примере ООО"Вселуг")

Уникальность: от 40%
Доступность: сразу
2800 ₽
Готовая работа

Особые точки функций комплексного переменного и их изучение с помощью Maple

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Контроль логических интегральных микросхем (+ доклад)

Уникальность: от 40%
Доступность: сразу
1000 ₽
Готовая работа

Внедрение системы управления освещением умного дома.

Уникальность: от 40%
Доступность: сразу
2800 ₽
Готовая работа

Автоматизированная система складского учета

Уникальность: от 40%
Доступность: сразу
3000 ₽
Готовая работа

оптимизация торгово-закупочной деятельности

Уникальность: от 40%
Доступность: сразу
2800 ₽
Готовая работа

безопасность беспроводных сетей

Уникальность: от 40%
Доступность: сразу
3300 ₽
Готовая работа

Распознование плоских многопредметных изображений

Уникальность: от 40%
Доступность: сразу
2800 ₽
Готовая работа

Методика обучения будущих учителей информатики проектированию локальных компьютерных сетей

Уникальность: от 40%
Доступность: сразу
2800 ₽
Готовая работа

Разработка системы мониторинга компьютерной сети

Уникальность: от 40%
Доступность: сразу
2500 ₽