Теории
Данные
Методы
Стратегии
ВходРегистрация
Интеллектуальный анализ данных
Теория
Извлечение информации из данных
В работе анализируются основные понятия, связанные с возможностью познания некоторой предметной области методами интеллектуального анализа данных (Knowledge Discovery in Data Bases and Data Mining – KDD&DM) и машинного обучения (Machine Learning - ML) такие как: предметная область, предмет исследования, система понятий предметной области, онтология предметной области, извлечение информации из предметной области, знание, процесс познания, извлечение информации из данных, онтология методов KDD&DM и ML, извлечения знаний из данных и другие. Аргументируется, что для познания некоторой предметной области методами интеллектуального анализа данных необходимо, что бы онтология предметной области была согласована с онтологией применяемого метода KDD&DM и ML. Для такого согласования необходимо сначала извлечь информацию из данных. Детально описывается процедура извлечения информации из наиболее распространенных типов данных, таких как парные сравнения, множественные сравнения, матричное представление бинарных отношений, матрицы упорядочений, матрицы близости и матрицы объект–признак. Кратко описывается оригинальный подход – Relational Data Mining – к извлечению знаний из данных, позволяющий обнаруживать знаний опираясь не 
Теги:
Статья