Реализовать с помощью loginom

Реализовать с помощью loginom

1. Введение и постановка целей

Рассмотреть в отчете основные задачи интеллектуального анализа данных:

Классификация (определение категории для каждого варианта из заранее известного множества классов).

Регрессия (прогнозирование числового значения из непрерывного диапазона).

Прогнозирование временных рядов с учетом трендов и сезонности.

Кластеризация (группировка объектов по схожести без заранее известного числа кластеров).

Определение взаимосвязей (поиск ассоциативных правил в наборах данных).

Определить цель анализа данных в выбранной предметной области (например, тематика вашей магистерской работы).

Сформулировать задачи, планируемые к решению в рамках СР.

Сформулировать требования к результату исследования с учетом интересов заказчика.

Сформулировать ключевые показатели эффективности и окупаемости проекта.

Предложить методику расчета эффективности исследования.

2. Анализ данных и подготовка

Определить типы данных, необходимые для решения поставленных задач.

Выбрать источники данных и методы их получения.

Выполнить предварительную обработку данных (очистка, нормализация, заполнение пропусков).

3. Выбор методов и инструментов анализа

Рассмотреть и обосновать выбор методов интеллектуального анализа данных для каждой задачи (например, алгоритмы классификации, регрессии, кластеризации).

Ознакомиться с инструментами для реализации анализа (в качестве инструмента рекомендуется использовать Loginom Community).

Спроектировать структуру хранилища данных, обеспечивающую эффективное хранение и доступ к информации (учесть требования OLAP, Data Warehouse).

4. Построение и проверка моделей

Создать модели для решения задач классификации/регрессии/кластеризации/прогнозирования.

6. Итоговое оформление результатов