Кафедра математических и компьютерных методов курсовая работа методология интеллектуального анализа данных

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего образования
«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
(ФГБОУ ВО «КубГУ»)


Кафедра математических и компьютерных методов
КУРСОВАЯ РАБОТА


Методология интеллектуального анализа данных
Работу выполнил А.С. Захаров
(подпись, дата)
Факультет экономический курс 1
Направление 27.03.03. cистемный анализ и управление
Научный руководитель
доцент кафедры МКМ,
канд.эконом.наук,
доцент Г.Н. Библя
(подпись, дата)
Нормоконтролер
ст. лаборант Ю.Д. Кравченко
(подпись, дата)
Краснодар 2018
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего образования
«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
(ФГБОУ ВО «КубГУ»)
Кафедра математических и компьютерных методов


ЗАДАНИЕ
на курсовую работу
Студенту __________________________________________________ группы 113 направления 27.03.03 Системный анализ и упрапвление


Тема курсовой работы: «Методология интеллектуального анализа данных»
Цель: Изучить предметную область. Рассмотреть возможности применения методики интеллектуального анализа данных для предмета исследования. Проанализировать предприятия с помощью нейронных систем.
Основные вопросы, подлежащие разработке (исследованию):
1) Теоретический обзор современных подходов, методов и алгоритмов исследования проблемы;
2) Анализ предметной области, спецификации интеллектуальных методов;
3) Реализация изученных методов.
Основная литература:

1. 
   Фрейдина, Е.В. Исследование систем управления организации. Учебное пособие [Электронный ресурс]: учебное пособие / Е.В Фрейдина — Электрон. текстовые дан. — М. : Омега-Л, 2013. 368 с.
   
2. 
   Силич, М.П. Теория систем и системный анализ [Электронный ресурс] : учебное пособие / М.П. Силич, В.А. Силич. — Электрон. текстовые дан. — М. : ТУСУР (Томский государственный университет систем управления и радиоэлектроники), 2011. — 276 с.
   
3. 
   Архипова, Н.И Теория системного анализа и управления: учеб. пособие для вузов / Н.И Архипова, В.В. Кульба, С.А. Косяченко. – М.: «Издательство ПРИОР», 2008. – 384с.
   

Срок представления законченной работы 30 мая 2018 г.

Дата выдачи задания 05 февраля 2018 г.

Руководитель ________________ /Г.Н. Библя /

Задание получил 05 февраля 2018 г.

Студент ____________________ /_____________________/

РЕФЕРАТ
Курсовая работа 34 с., 11 рис., 4 табл., 10 источников.

МЕТОДОЛОГИЯ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ, НЕЙРОННЫЕ СЕТИ И ДЕРЕВО РЕШЕНИЙ

Объект исследования – Банкрот-предприятия и функционирующая организация.
Предмет исследования – система финансов и организация рабочего процесса предприятий.
Целью курсовой работы является изучение и анализ функционирования финансов и реализации предприятий, создание моделей нейронных сетей финансирования и принятие решений с помощью дерева решений.
Метод исследования – методы интеллектуального анализа данных, методы системного анализа, методы нейронных сетей, методы дерева решений.
Для выполнения поставленных задач были использованы данные из электронного ресурса и реестра ранее функционирующих предприятий.
Актуальность и практическая значимость предлагаемой работы заключаются в решении проблем, связанных с финансовой деятельностью, банкротством и реализацией товара предприятий.

СОДЕРЖАНИЕ

Введение ................................................................................................................5
1. Теория и методы интеллектуального анализа данных...................................7
1.1 Данные и требования к их обработке…...............................................8
1.2 Виды данных и критерии их оценивания...........................................11
1.3 Классификация стадий Data Mining....................................................13
1.4 Классификация методов интеллектуального анализа......................14
1.5 Задачи интеллектуального анализа.....................................................15
2. Виды анализа и их практическое применение ............................................16
2.1 Деревья решений ......................................................…..................….17
2.2 Метод опорных векторов.....................................................................18
2.3 Метод ближайшего соседа...................................................................21
2.4 Метод нейронных сетей.......................................................................22
3. Применение методов интеллектуального анализа на предоставленных предприятиях.....................................................…...............................................23
3.1 Дерево решений....................................................................................27
Заключение ...........................................................................................................32
Список использованных источников.......................................................................33
Приложение А Дерево решений для кредитования с условиями....................34
ВВЕДЕНИЕ

В наше время, количество имеющихся данных в мире удваивается каждый год, но это по самым грубым оценкам, что так же предоставляет нам возможность сказать о том, что и актуальная для использования информация существенно быстро уменьшается. Стремительное развитие всех видов технологий и сбора данных о них в огромные массивы, которые регулярно необходимо анализировать создает огромную нагрузку на человеческие возможности, а объемы данных уже настолько велики, что все это обосновывает непрерывный поиск возможностей и способов по извлечению полезной человеку информации из огромного потока данных.

Исследования в области искусственного интеллекта в качестве замены человеческому продвинулись далеко вперед и позволили разработать методологию интеллектуального анализа данных (ИАД), которая является независимой от каких-либо определенных областей и может применяться, как и во всей сфере, так и в частных случаях. Осознание несопоставимого преимущества использования инструментария и методов ИАД и понимание того, что осуществляет интеллектуальный анализ данных, помогает людям предоставлять необходимые рекомендации, которые улучшают функционирование систем. Таким образом, интеллектуальные системы анализа данных (ИСАД) призваны максимально минимизировать усилия тех или иных лиц, принимающих решения (ЛПР), во всем процессе анализа данных, а также в настройке определенных алгоритмов анализа.
Многие ИСАД способны выявлять причинно-следственные связи, скрытые закономерности, которые так же подвергаются анализу. По сути, интеллектуальный анализ данных — это обработка базы данных и выявления в ней тенденций, которые помогают принимать решения. Принципы ИАД известны в течение многих лет, но широкое распространение получили только с появлением огромного потока данных. Они и привели к взрыву популярности данного анализа - Data Mining.
Раздел №1 включает в себя полноразмерное описание всех стадий подготовки к интеллектуальному анализу, введение терминологии и первичное ознакомление со методами анализа.
Раздел №2 состоит из описания и практического применения самых эффективных и часто используемых методов в интеллектуальном анализе.