งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

Data Mining นำเสนอโดย อาจารย์นงเยาว์ สอนจะโปะ คณะสารสนเทศศาสตร์ มหาวิทยาลัยศรีปทุม วิทยาเขตชลบุรี 8 สิงหาคม 2551.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "Data Mining นำเสนอโดย อาจารย์นงเยาว์ สอนจะโปะ คณะสารสนเทศศาสตร์ มหาวิทยาลัยศรีปทุม วิทยาเขตชลบุรี 8 สิงหาคม 2551."— ใบสำเนางานนำเสนอ:

1 Data Mining นำเสนอโดย อาจารย์นงเยาว์ สอนจะโปะ คณะสารสนเทศศาสตร์ มหาวิทยาลัยศรีปทุม วิทยาเขตชลบุรี 8 สิงหาคม 2551

2 Topic Data Mining คืออะไร สถาปัตยกรรมของระบบการทำ Data Mining ประเภทข้อมูลที่สามารถทำ Data Mining เทคนิคต่าง ๆ ของ Data Mining ตัวอย่าง การประยุกต์ใช้งาน Data Mining 2

3 Data Mining คืออะไร 3 Data Mining Data Mining เป็นกระบวนการ (Process) ที่กระทำกับข้อมูลขนาดใหญ่ เพื่อค้นหารูปแบบ แนวทาง และความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูลนั้น โดยอาศัยหลักสถิติ การรู้จำ การเรียนรู้ของเครื่อง และหลักคณิตศาสตร์ เพื่อให้ได้สารสนเทศที่เราไม่รู้ออกมา โดยสารสนเทศที่ได้จะมีเหตุผล และสามารถนำไปใช้ประโยชน์ได้

4 4 ลักษณะการทำงานของ Data Mining คล้ายกับกระบวนการ Knowledge Discovery in Databases : KDD เป็นการสืบค้น ความรู้ที่เป็นประโยชน์ในฐานข้อมูลขนาดใหญ่ ซึ่งนิยมใช้ Data Mining เป็นขั้นตอนหนึ่งในกระบวนการ KDD Data Mining คืออะไร (ต่อ)

5 สถาปัตยกรรมของระบบการทำ Data Mining 5

6 ประเภทของข้อมูลที่สามารถทำ Data Mining 6 Relational databases

7 ประเภทของข้อมูลที่สามารถทำ Data Mining (ต่อ) 7 Data Warehouses ที่มา :

8 ประเภทของข้อมูลที่สามารถทำ Data Mining (ต่อ) 8 Transactional databases - ใบเสร็จรับเงิน

9 ประเภทของข้อมูลที่สามารถทำ Data Mining (ต่อ) 9 Advanced database เป็นฐานข้อมูลที่จัดเก็บในรูปแบบอื่นๆ เช่น - ข้อมูลแบบ Object oriented - ข้อมูลที่เป็น Text file - ข้อมูลมัลติมีเดีย - ข้อมูลในรูปของ Web Site เป็นต้น

10 เทคนิคต่าง ๆ ของ Data Mining Association rule Discovery 2. Classification & Prediction 3. Database Clustering Or Segmentation 4. Deviation Detection 5. Link Analysis

11 11 1. Association rule Discovery เทคนิคต่าง ๆ ของ Data Mining (ต่อ) หลักการทำงาน คือ การค้นหา ความสัมพันธ์ของข้อมูลจาก ข้อมูลขนาดใหญ่ที่มีอยู่ เพื่อนำไปวิเคราะห์ หรือทำนาย ปรากฎการณ์ต่าง ๆ เช่น การวิเคราะห์การ ซื้อสินค้าของลูกค้า เรียกว่า “ Market Basket Analysis ”

12 12 2. Classification & Prediction เทคนิคต่าง ๆ ของ Data Mining (ต่อ) เป็นการแบ่งประเภทของข้อมูล โดยจะหา กฎเพื่อระบุประเภทวัตถุจากคุณสมบัติของ วัตถุ เช่น การหาความสัมพันธ์ระหว่างผลการ ตรวจร่างกายต่างๆ กับการเกิดโรค โดยใช้ ข้อมูลผู้ป่วยและการวินิจฉัยของแพทย์ที่ เก็บไว้เพื่อนำมาช่วยในการวินิจฉัยโรคของ ผู้ป่วย

13 13 3. Database Clustering Or Segmentation เทคนิคต่าง ๆ ของ Data Mining (ต่อ) เป็นเทคนิคการลดขนาดของข้อมูล ด้วยการรวมกลุ่มตัวแปร ที่มีลักษณะเดียวกันไว้ด้วยกัน เพื่อนำข้อมูลที่ได้ไปวิเคราะห์ เช่นตัวอย่าง บริษัทจำหน่วยรถยนต์ได้แยกกลุ่มลูกค้าออกเป็น 3 กลุ่ม 1. กลุ่มผู้มีรายได้สูง (> 80,000) 2. กลุ่มผู้มีรายได้ปานกลาง (25, ,000) 3. กลุ่มผู้มีรายได้ต่ำ (< 25,000)

14 14 4. Deviation Detection เทคนิคต่าง ๆ ของ Data Mining (ต่อ) เป็นกรรมวิธีในการหาค่าที่แตกต่างไปจากมาตรฐาน หรือค่า ที่คาดคิดไว้ว่าต่างไปมากน้อยเพียงใด โดยทั่วไปมักใช้วิธีทาง สถิติ หรือการแสดงให้เห็นภาพ (Visualization) ตัวอย่างการนำเทคนิคนี้ใช้ - การตรวจสอบลายเซ็นปลอม - บัตรเครดิตปลอม - การหาจุดบกพร่องของชิ้นงานในโรงงานอุตสาหกรรม

15 15 5. Link Analysis เทคนิคต่าง ๆ ของ Data Mining (ต่อ) จุดมุ่งหมายของ Ling Analysis คือ การสร้าง Link ที่เรียกว่า “ associations ” ระหว่าง Recode เดียว หรือ กลุ่มของ Record ในฐานข้อมูล Link Analysis สามารถแบ่งออกเป็น 3 ชนิด - associations discovery - sequential pattern discovery - similar time sequence discovery

16 16 ธุรกิจค้าปลีก การวิเคราะห์ผลิตภัณฑ์ การวิเคราะห์บัตรเครดิต การวิเคราะห์การขาย E-Commerce ด้านการศึกษา การประยุกต์ใช้งาน Data Mining

17 แหล่งอ้างอิง      17


ดาวน์โหลด ppt Data Mining นำเสนอโดย อาจารย์นงเยาว์ สอนจะโปะ คณะสารสนเทศศาสตร์ มหาวิทยาลัยศรีปทุม วิทยาเขตชลบุรี 8 สิงหาคม 2551.

งานนำเสนอที่คล้ายกัน


Ads by Google