Информационно аналитические системы ИСвАУ.

Развитие методов записи и хранения данных привело к бурному росту объемов собираемой и анализируемой информации. Объемы данных настолько внушительны, что человеку просто не по силам проанализировать их самостоятельно, хотя необходимость проведения такого анализа вполне очевидна, ведь в этих "сырых" данных заключены знания, которые могут быть использованы при принятии решений. Для того чтобы провести автоматический анализ данных, используется Data Mining.
Data Mining это процесс обнаружения в "сырых" данных ранее неизвестных нетривиальных практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Data Mining является одним из шагов Knowledge Discovery in Databases.

1. Задачи Data Mining. Задача классификации и регрессии.

1. Альперович М. Технологии хранения и обработки корпоративных данных (Data Warehousing, OLAP, Data Mining). - http://www.sft.ru/reviews/DevCon97/DC2/DC2T12.htm.
2. Брандт З. Анализ данных. М.: Мир. 2003.
3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Издательский дом «Вильямс». 2007.
4. Лабоцкий В.В. Управление знаниями: технологии, методы и средства представления, извлечения и измерения знаний - Минск: БГЭУ, 2006.
5. Стрижов В. В. Методы индуктивного порождения регрессионных моделей. М.: ВЦ РАН. 2008.
http://www.basegroup.ru/library/methodology/data_mining/
http://www.zsoft.ru/page.php?8