Nội dung

Chương 5-P2: Khai phá dữ liệu trong kinh doanh Data Warehouse and Business Intelligence 1 Nội dung 1. 2. 3. 4. 5. 6. Giới thiệu chung về khai phá dữ liệu Khai phá luật kết hợp và ứng dụng Phân lớp dữ liệu và ứng dụng Phân cụm dữ liệu và ứng dụng Khai phá dữ liệu chuỗi thời gian Một số ứng dụng khác Data Warehouse and Business Intelligence 2 1. Giới thiệu chung về khai phá dữ liệu 1.1 Khái niệm về khai phá dữ liệu 1.2 Quá trình khám phá tri thức 1.3 Khai phá dữ liệu trong kinh doanh thông minh 1.4 Quá trình khám phá tri thức 1.5 Các lĩnh vực có ảnh hưởng đến khai phá dữ liệu Data Warehouse and Business Intelligence 3 1.1. Khái niệm về khai phá dữ liệu  Khai phá dữ liệu  một quá trình trích xuất tri thức từ lượng lớn dữ liệu • “extracting or mining knowledge from large amounts of data” • “knowledge mining from data”  một quá trình không dễ trích xuất thông tin ẩn, hữu ích, chưa được biết trước từ dữ liệu • “the nontrivial extraction of implicit, previously unknown, and potentially useful information from data”  Các thuật ngữ thường được dùng tương đương: knowledge discovery/mining in data/databases (KDD), knowledge extraction, data/pattern analysis, data archeology, data dredging, information harvesting, business intelligence Data Warehouse and Business Intelligence 4 1.2. Quá trình khám phá tri thức Pattern Evaluation/ Presentation Data Mining Patterns Task-relevant Data Data Warehouse Selection/Transformation Data Cleaning Data Integration Data Sources Data Warehouse and Business Intelligence 5 1.3 Khai phá dữ liệu trong kinh doanh thông minh Increasing potential to support business decisions Decision Making Data Presentation Visualization Techniques End User Business Analyst Data Mining Information Discovery Data Analyst Data Exploration Statistical Summary, Querying, and Reporting Data Preprocessing/Integration, Data Warehouses Data Sources Paper, Files, Web documents, Scientific experiments, Database Systems Data Warehouse and Business Intelligence DBA 6 1.4 Quá trình khám phá tri thức Input Data Data PreProcessing Data integration Normalization Feature selection Dimension reduction Data Mining Pattern discovery Association & correlation Classification Clustering Outlier analysis ………… PostProcessing Pattern Pattern Pattern Pattern evaluation selection interpretation visualization • This is a view from typical machine learning and statistics communities Data Warehouse and Business Intelligence 7 1.5 Các lĩnh vực có ảnh hưởng đến khai phá dữ liệu Machine Learning Applications Algorithm Pattern Recognition Data Mining Database Technology Data Warehouse and Business Intelligence Statistics Visualization High-Performance Computing 8 1.5 Các lĩnh vực có ảnh hưởng đến khai phá dữ liệu  Học máy (Machine Learning)  Học có giám sát (Supervised learning)  Học không có giám sát (Unsupervised learning)  Học bán giám sát (Semi-supervised learning)  Học tích cực (Active learning) Data Warehouse and Business Intelligence 9 2. Khai phá luật kết hợp và ứng dụng  Các khái niệm cơ sở  Mẫu phổ biến và khai phá luật Data Warehouse and Business Intelligence 10