Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Prace Naukowe Instytutu Informatyki Stosowanej Politechniki Wrocławskiej. Konferencje

1 2007

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Ocena implementacji algorytmów predykcji w Microsoft SQL Server 2005

Motyka A., Tuzinkiewicz L.

Prace Naukowe Instytutu Informatyki Stosowanej Politechniki Wrocławskiej. Konferencje

2007

307-317

Gromadzenie ogromnych ilości danych w komputerowych bazach danych stało się przyczyną rozwoju metod eksploracji danych (data mining), które mają za zadanie wyszukiwanie w tych zbiorach cennych informacji. Jednym z podstawowych zadań eksploracji danych jest modelowanie predykcyjne (przewidujące). Metody predykcji mają na celu stworzenie modelu, który będzie pozwalał przewidywać wartości interesującej zmiennej na podstawie innych zmiennych, których wartości są znane. W zależności od typu przewidy-wanej zmiennej wyróżniamy w modelowaniu przewidującym zadania klasyfikacji i regresji. O klasyfikacji mówimy wtedy, gdy przewidywana zmienna jest typu kategorycznego. W przypadku zmiennej rzeczywistej zadanie eksploracji danych nazywamy regresją. Obecnie większość producentów komercyjnych systemów zarządzania bazami danych dołącza do swoich produktów moduły służce do eksploracji danych. Zawierają one implementacje różnych metod klasyfikacji i regresji. Celein tego artykułu jest ocena implementacji tych metod w Microsoft Analysis Services -module analizy danych, który jest składnikiem popularnej platformy SQL Server 2005.

Gathering large amounts of data in computer databases has become o reason of development data mining methods. They are used to find in these huge datasets valuable informations. One of the basic task of data mining is prediction modeling. The goal of prediction methods is to make a model, which can be used to predict a value of inteeresting variable on the basis of another variables, which values are known. Depending on character of predicting variable we distiguish in predict modeling classification and regression tasks. If pridicting variable is categorical we talk about classification. If it is real we talk about regression. Currently most of producers of commercial database management systems enclose to their products modules for data mining. They include implementations of various classification and regression methods. The goal of this article is an assesment of implementation of these methods in Microsoft Analysis Services - a module for data analysis, which is a component of popular SQL Server 2005 platform.