Agnieszka Nowak - Brzezińska

(1)

(2)

 Wykrywanie grup klientów o podobnych profilach dla wspomagania tzw.

specjalizowanego marketingu

 Zalety: oszczędności, zwiększone zyski w krótkim czasie

 Metody: analiza skupień

(3)

 Preprocessing danych: czyszczenie danych, transformacja danych, selekcja atrybutów, dyskretyzacja atrybutów liczbowych

 Zalety: ułatwia analizę dużych zbiorów danych

 Metody: j.w.

(4)

 Drzewa decyzyjne pozwalają na podstawie tzw. zbioru uczącego zbudować model

(drzewo klasyfikacji), które będę pozwalało na klasyfikacje nowych danych w przyszłości.

 Metody: algorytmy drzew klasyfikacyjnych (ID3, CART, C4.5 i inne)

(5)

 Traceis

 SypinaTanagra

 Weka, ANOVA

 R, Rattle

 Pakiet Analysis toolpack w narzędziu Microsoft

 RSES

 Inne.

(6)

 Wpływ wykresów: pudełkowego, histogramu, rozrzutu na łatwość analizy danych

 Wpływ metod analizy skupień, drzew

decyzyjnych, PCA na interpretację danych

 Zalety: przy dużych zbiorach danych bez

wizualizacji tych danych ciężko o jakąkolwiek wiedzę o analizowanym świecie.

(7)

 Patrz 1 wykład.

(8)

 Analiza regresji liniowej pozwala na predykcję (przewidywanie wartości nowych danych na

podstawie danych już zgromadzonych).

 Np. Przewidywanie wartości dochodu w

zależności od liczby przepracowanych godzin i stawki godzinowej

(9)

 Patrz 1 wykład