BaseGroup Labs, 2009. – 192 с.
(Автор не указан). В руководстве описана аналитическая платформа Deductor 5.2: идеология анализа данных, реализованные механизмы, составные части и архитектура, демонстрируются типовые задачи анализа бизнес-данных и способы их решения при помощи Deductor Studio.
Книга предназначена для аналитиков, руководителей подразделений и других специалистов, которым необходимо применение в работе современных методов анализа. Специальных знаний в области анализа данных не требуется, но предполагается, что читатель знаком с базовыми сведениями вузовского курса высшей математики и является квалифицированным пользователем компьютера. Содержание:
Анализ данных – основные принципы.
Два подхода к анализу данных.
Базовые методы анализа.
Online Analytical Processing.
Knowledge Discovery in Databases.
Data Mining.
Состав и назначение аналитической платформы Deductor.
Поддержка процесса от разведочного анализа до отображения данных.
Тиражирование знаний.
Архитектура Deductor Studio – аналитическое приложение.
Основные модули.
Подготовка сценариев.
Визуализация данных.
Работа с отчетами.
Работа с избранными узлами.
Пакетная обработка.
Архитектура Deductor Warehouse – многомерное хранилище данных.
Многомерное представление данных.
Физическая реализация Deductor Warehouse.
Создание хранилища данных.
Подключение к Deductor Warehouse.
Создание структуры хранилища с помощью Редактора метаданных.
Загрузка данных в хранилище.
Процессы.
Измерения.
Автоматическая загрузка данных в хранилище.
Импорт данных из хранилища.
Импорт процесса.
Импорт измерения.
Кубы в хранилище данных.
Виртуальное хранилище Virtual Warehouse.
Работа с OLAP-кубом.
Кросс-таблица.
Размещение измерений.
Способы агрегации и отображения фактов.
Селектор – фильтрация данных в кубе.
Функция «Калькулятор».
Пример.
Кросс-диаграмма.
Описание аналитических алгоритмов.
Очистка данных.
Парциальная обработка.
Заполнение пропусков.
Редактирование аномалий.
Сглаживание.
Очистка от шумов.
Факторный анализ.
Корреляционный анализ.
Обнаружение дубликатов и противоречий.
Фильтрация.
Трансформация данных.
Настройка набора данных.
Скользящее окно.
Преобразование даты.
Квантование значений.
Сортировка.
Слияние.
Замена данных.
Группировка.
Разгруппировка.
Кросс-таблица.
Свертка столбцов.
Data Mining.
Автокорреляция.
Нейронные сети.
Линейная регрессия.
Прогнозирование.
Логистическая регрессия.
Деревья решений.
Карты Кохонена.
Кластеризация (k-means и g-means).
Ассоциативные правила.
Декомпозиция.
Пользовательские модели.
Вспомогательные методы обработки.
Скрипт.
Групповая обработка.
Калькулятор.
Условие.
Команда ОС.
Сценарий Deductor.
Переменные.
Интерпретация результатов.
ROC-анализ.
Анализ «Что-если».
Таблица «Что-если».
Диаграмма «что–если».
Подготовка данных для анализа.
Выдвижение гипотез.
Формализация и сбор данных.
Представление и минимальные объемы необходимых данных.
Построение моделей – анализ.
Оптимизация работы и создания сценариев.
Какие источники использовать.
Кэширование.
Динамические фильтры.
Быстрая подготовка сценариев (скрипты).
Использование переменных.
Обработка сценариев при помощи Deductor Server.
Пример создания законченного аналитического решения.
Создание хранилища данных.
Прогнозирование объемов продаж.
Поиск оптимальной наценки.
Анализ потребительской корзины.
Аналитическая отчетность.
Создание отчетности.
Что делать при возникновении ошибок.
(Автор не указан). В руководстве описана аналитическая платформа Deductor 5.2: идеология анализа данных, реализованные механизмы, составные части и архитектура, демонстрируются типовые задачи анализа бизнес-данных и способы их решения при помощи Deductor Studio.
Книга предназначена для аналитиков, руководителей подразделений и других специалистов, которым необходимо применение в работе современных методов анализа. Специальных знаний в области анализа данных не требуется, но предполагается, что читатель знаком с базовыми сведениями вузовского курса высшей математики и является квалифицированным пользователем компьютера. Содержание:
Анализ данных – основные принципы.
Два подхода к анализу данных.
Базовые методы анализа.
Online Analytical Processing.
Knowledge Discovery in Databases.
Data Mining.
Состав и назначение аналитической платформы Deductor.
Поддержка процесса от разведочного анализа до отображения данных.
Тиражирование знаний.
Архитектура Deductor Studio – аналитическое приложение.
Основные модули.
Подготовка сценариев.
Визуализация данных.
Работа с отчетами.
Работа с избранными узлами.
Пакетная обработка.
Архитектура Deductor Warehouse – многомерное хранилище данных.
Многомерное представление данных.
Физическая реализация Deductor Warehouse.
Создание хранилища данных.
Подключение к Deductor Warehouse.
Создание структуры хранилища с помощью Редактора метаданных.
Загрузка данных в хранилище.
Процессы.
Измерения.
Автоматическая загрузка данных в хранилище.
Импорт данных из хранилища.
Импорт процесса.
Импорт измерения.
Кубы в хранилище данных.
Виртуальное хранилище Virtual Warehouse.
Работа с OLAP-кубом.
Кросс-таблица.
Размещение измерений.
Способы агрегации и отображения фактов.
Селектор – фильтрация данных в кубе.
Функция «Калькулятор».
Пример.
Кросс-диаграмма.
Описание аналитических алгоритмов.
Очистка данных.
Парциальная обработка.
Заполнение пропусков.
Редактирование аномалий.
Сглаживание.
Очистка от шумов.
Факторный анализ.
Корреляционный анализ.
Обнаружение дубликатов и противоречий.
Фильтрация.
Трансформация данных.
Настройка набора данных.
Скользящее окно.
Преобразование даты.
Квантование значений.
Сортировка.
Слияние.
Замена данных.
Группировка.
Разгруппировка.
Кросс-таблица.
Свертка столбцов.
Data Mining.
Автокорреляция.
Нейронные сети.
Линейная регрессия.
Прогнозирование.
Логистическая регрессия.
Деревья решений.
Карты Кохонена.
Кластеризация (k-means и g-means).
Ассоциативные правила.
Декомпозиция.
Пользовательские модели.
Вспомогательные методы обработки.
Скрипт.
Групповая обработка.
Калькулятор.
Условие.
Команда ОС.
Сценарий Deductor.
Переменные.
Интерпретация результатов.
ROC-анализ.
Анализ «Что-если».
Таблица «Что-если».
Диаграмма «что–если».
Подготовка данных для анализа.
Выдвижение гипотез.
Формализация и сбор данных.
Представление и минимальные объемы необходимых данных.
Построение моделей – анализ.
Оптимизация работы и создания сценариев.
Какие источники использовать.
Кэширование.
Динамические фильтры.
Быстрая подготовка сценариев (скрипты).
Использование переменных.
Обработка сценариев при помощи Deductor Server.
Пример создания законченного аналитического решения.
Создание хранилища данных.
Прогнозирование объемов продаж.
Поиск оптимальной наценки.
Анализ потребительской корзины.
Аналитическая отчетность.
Создание отчетности.
Что делать при возникновении ошибок.