Narzędzia analityczne Data Mining w Oracle 10g

• Autorzy: Stanisławski W. , Teska J.

Warianty tytułu

EN

Data Mining analytical tools in Oracle 10g

• Języki publikacji: PL

Abstrakty

PL

W celu pozyskiwania wiedzy na podstawie danych jest konieczna analiza wielkich zbiorów, wymagająca stosowania odpowiednich metod Data Mining. Baza danych firmy Oracle zawiera własną implementację funkcji i algorytmów Data Mining. Oracle Data Mining (ODM) został opracowany w sposób umożliwiający wykorzystywanie algorytmów w różnych architekturach systemów informatycznych (systemy wielowarstwowe, klient-serwer czy instalacje jednostanowiskowe). W artykule przedstawiono funkcje i algorytmy ODM oraz architekturę i etapy przetwarzania zawarte w bazie Oracle 10g.

EN

The paper describes a data mining functions and methods embedded in Oracle10g database release. Oracle Data Mining (ODM) is designed to support many types of architecture (multi-tier, client-server, standalone application). ODM tasks include model building, model testing, computing test metrics, model applying and export/import PMML (Predictive Model Markup Language).

Słowa kluczowe

PL

narzędzia analityczne; Oracle Data Mining; ODM; funkcje ODM; algorytmy ODM

EN

Oracle Data Mining; ODM; analytical tools

• Wydawca: Oficyna Wydawnicza Politechniki Opolskiej
• Czasopismo: Zeszyty Naukowe. Informatyka / Politechnika Opolska
• Rocznik: 2005
• Tom: Vol. 302, z. 2
• Strony: 43--53
• Opis fizyczny: Bibliogr. 9 poz., schem., tab.

Twórcy

autor

Stanisławski W.

• Katedra Automatyki, Elektroniki i Informatyki, Politechnika Opolska

autor

Teska J.

• Katedra Automatyki, Elektroniki i Informatyki, Politechnika Opolska

Bibliografia

• [1] Oracle (December 2003): Oracle Data Mining Concepts, lOg Release 1 (10.1) - Oracle Corporation.
• [2] BYRSKI M. (Październik 2002): Data Mining w bazie OracIeOi - VIII Konferencja PLOUG Kościelisko.
• [3] HORNICK M. (Listopad 2003): Java Specification Reąuest 73: Java Data Mining (JDM - Oracle Corporation i SUN Microsystems.
• [4] CIOS K„ PEDRYCZ W., ŚWINIARSKI R. (2000): Data Mining methods for Knowledge Discovery - Boston / Dordrecht / London: Kluwcr Academic Publishers.
• [5] Object Management Group: Common Warehouse Metamodel (http://www.omg.org/cwm/)
• [6] GAJEK L., KALUSZKA M. (1996): Wnioskowanie statystyczne. Modele i metody. WNT Warszawa.
• [7] StatSoft Polska sp. Z o.o. (2002): Data mining metody i przykłady - Warszawa.
• [8] Seminarium 29 październik 2002.
• [9] Data Mining Group: Predictive Model Markup Language - http://www.dmiz.org