Przeglądaj katalog alfabetyczny według autorów, tytułów lub słów kluczowych. Kliknij odpowiedni przycisk poniżej, a następnie wybierz pierwszą literę nazwiska, tytułu czy słowa kluczowego.
Wyszukiwarka pełnotekstowa (kliknij)
Cytaty i parafrazy dla: analiza danych (0 - 4 z 4)
(cytat, str. 50) Analiza Data Mining (DM) - narzędzia do analizy DM pozwalają na identyfikację wzorców zachowań, zależności między zdarzeniami oraz zmian w zjawiskach rynku pracy. Data Mining może być doskonałym procesem wspomagania podejmowania decyzji w obszarze rynku pracy poprzez grupowanie powiązanych danych i predykcji zjawisk. Zastosowanie Data Mining umożliwia opisywanie zbiorów danych w zwięzły i sumaryczny sposób oraz prezentację interesujących cech, co pozwala na szybkie wyszukiwanie wzorców. Data Mining może zostać wykorzystany do predykcji zjawisk rynku pracy poprzez konstrukcję modeli i wnioskowanie na dostępnych danych, dzięki czemu można przewidzieć zachowanie nowego zbioru danych. Narzędzia Data Mining mogą stać się bardzo użyteczne zarówno przy planowaniu polityki rynku pracy jak i badaniu jej przyszłych skutków.
(cytat, str. 175) "Rodzaje metod, które firma wybierze do analizy zgromadzonych informacji, zależy od wielu czynników.na wybór metody analizy danych wpływają w szczególności: cele badań, wielkość badanej próby czy rodzaj zastosowanych mierników:(np. dochody gospodarstw domowych podane w jednostce walut, ranking preferowanych przez konsumentów cech produktu: najważniejsza, druga, trzecia)." "Można tu wymienić: - analizę porównawczą, - analizę szeregów czasowych, - estymację przez analogię, - analizę skupień."
(cytat, str. 121) Eksploracja danych łączy teorię i praktykę baz danych, statystykę i sztuczną inteligencję. Zaproponowane dotychczas polskie odpowiedniki terminu data mining nie zyskały jeszcze uznania. Najbliższym znaczeniowo równoważnikiem anglojęzycznego data mining wydaje się termin "przeszukiwanie danych", chociaż brakuje mu na pewno zawartej w angielskim oryginale, przemawiającej do wyobraźni wizji procesu drążenia szybów i korytarzy w ciemnych czeluściach masywów jałowych danych - w poszukiwaniu cennego kruszcu czystej wiedzy lub promienia światła na końcu tunelu. Wskazując na podstawowe cechy metod data mining należy zwrócić uwagę na następujące ich właściwości: - metody data mining są grupą bardzo zróżnicowaną i stale wzbogacaną. Wywodzą się ze statystyki, informatyki, analizy sygnałów, matematyki, grafiki; - należą do metod o charakterze indukcyjnym. Formułowane wnioski wypływają zawsze z analizy dostępnych zbiorów danych, a nie z a priori przyjmowanych abstrakcyjnych teorii; - uzyskiwane rezultaty analizy są zwykle proste w interpretacji - i na tym polega ich praktyczna użyteczność; - rozważane metody są niezależne od semantycznej treści przeszukiwanych informacji, dlatego pozwalają na zunifikowane badanie bardzo zróżnicowanych grup zagadnień; - celem ich stosowania może być dostarczenie opisu badanego fragmentu rzeczywistości bądź prognozowanie; - są ukierunkowane na zastosowania praktyczne, przede wszystkim wspomaganie procesów decyzyjnych.
(cytat, str. 93) Do analizy danych firma może wykorzystywać także techniki i narzędzia doskonalenia, tj: - analizę Pareto, - diagramy Ishikawy, - badania satysfakcji klienta, - techniki organizacyjne, - burza mózgów, benchmarking, diagram drzewa, - analizy FMEA, QFD.