CRISP-DM әдістемесі
CRISP-DM әдістемесі
CRISP - (The Cross Industrie Standard Process for Data Mining-стандартты салааралық процесс Data Mining) - ең танымал және кең таралған әдістеме. Crisp-DM консорциумының мүшелері NCR, SPSS және DaimlerChrysler болып табылады.
CRISP стандартына сәйкес, Data Mining көптеген циклдар мен кері байланыстары бар үздіксіз процесс болып табылады.
Crisp-DM әдістемесінің көмегімен Data Mining бизнес-процеске айналады, оның барысында Data Mining технологиясы бизнестің нақты мәселелерін шешуге бағытталған. Data Mining индустриясының сарапшылары әзірлеген CRISP-DM әдістемесі Data Mining процесінің әрбір кезеңі үшін тапсырмалар мен мақсаттарды анықтайтын қадамдық нұсқаулық болып табылады.
Crisp-DM әдістемесі процестің иерархиялық модельдеуі тұрғысынан сипатталады , ол жалпылаудың төрт деңгейімен сипатталған есептер жиынтығынан тұрады (жалпыдан спецификаға дейін): фазалар, жалпы есептер, мамандандырылған тапсырмалар және сұраулар.
CRISP - DM-бұл Data Mining әдіснамасын сипаттайтын жалғыз стандарт емес. Сонымен қатар, two Crows, SEMMA сияқты әлемдік стандарттар болып табылатын танымал әдістемелерді, сондай-ақ ұйымның немесе өзінің әдістемелерін қолдануға болады.
Crisp-DM стандарты бойынша Data Mining фазалары және олардың маңызы
CRISP - (The Cross Industrie Standard Process for Data Mining-стандартты салааралық процесс Data Mining) - ең танымал және кең таралған әдістеме. Crisp-DM консорциумының мүшелері NCR, SPSS және DaimlerChrysler болып табылады.
CRISP стандартына сәйкес, Data Mining көптеген циклдар мен кері байланыстары бар үздіксіз процесс болып табылады.
Crisp-DM әдістемесінің көмегімен Data Mining бизнес-процеске айналады, оның барысында Data Mining технологиясы бизнестің нақты мәселелерін шешуге бағытталған. Data Mining индустриясының сарапшылары әзірлеген CRISP-DM әдістемесі Data Mining процесінің әрбір кезеңі үшін тапсырмалар мен мақсаттарды анықтайтын қадамдық нұсқаулық болып табылады.
Crisp-DM стандарты бойынша Data Mining келесі фазаларды қамтиды:
Бизнестітүсіну (business understanding).
Деректердітүсіну (data understanding).
Деректердідайындау (Data preparation).
Модельдеу (Модельдеу).
Нәтижелерді бағалау (Evaluation).
Енгізу (Deployment).
Do'stlaringiz bilan baham: |