Файл: Различные способы представления данных в информационных системах.pdf

Исходные данные

Для линейного регрессионного анализа необходимо запустить мастер обработки и выбрать в качестве обработки данных линейную регрессию. На втором шаге мастера настроим поля исходных данных. Очевидно, что факторами будут являться аргументы, а результатом – сумма. Поэтому необходимо указать назначение поля «СУММА» как выходное, а назначение остальных полей – как входные.

На следующем шаге необходимо настроить способ разделения исходного множества данных на тестовое и обучающее, а также количество примеров в том и другом множестве. Укажем, что данные из обоих множеств берутся случайным образом, а остальные параметры оставим без изменения.

Следующий шаг мастера позволяет выполнить обработку, нажав на кнопку «Пуск». Во время обучения отображаются текущая величина ошибки и процент распознанных примеров.

Импортируем данные в DeductorStudio и просмотрим их в виде таблицы.

На диаграмме рассеяния видно, что данную зависимость линейная регрессия распознала с большой точностью.

После построения модели, можно, воспользовавшись визуализатором «Диаграмма рассеяния» для просмотра качества построенной модели.

Прогнозирование суммы

Для линейного регрессионного анализа необходимо запустить мастер обработки и выбрать в качестве обработки данных линейную регрессию. На втором шаге мастера настроим поля исходных данных. Очевидно, что факторами будут являться аргументы, а результатом – сумма. Поэтому необходимо указать назначение поля «СУММА» как выходное, а назначение остальных полей – как входные.

На следующем шаге необходимо настроить способ разделения исходного множества данных на тестовое и обучающее, а также количество примеров в том и другом множестве. Укажем, что данные из обоих множеств берутся случайным образом, а остальные параметры оставим без изменения.

Следующий шаг мастера позволяет выполнить обработку, нажав на кнопку «Пуск». Во время обучения отображаются текущая величина ошибки и процент распознанных примеров.

После построения модели, можно, воспользовавшись визуализатором «Диаграмма рассеяния» для просмотра качества построенной модели.

На диаграмме рассеяния, что данную зависимость линейная регрессия распознала с большой точностью.

Выводы

Данный пример показал целесообразность применения линейного регрессионного анализа для прогнозирования линейных зависимостей. Простота настроек и быстрота построения модели иногда бывают необходимы. Аналитику достаточно указать входные столбцы - факторы, выходные – результат, указать способ разбиения данных ни тестовое и обучающее множество и запустить процесс обучения. Причем после этого будут доступны все механизмы визуализации и анализа данных, позволяющие построить прогноз, провести эксперимент по принципу «Что-если», исследовать зависимость результата от значений входных факторов, оценить качество построенной модели по диаграмме рассеяния. Также по результатам работы этого алгоритма можно подтвердить или опровергнуть гипотезу о наличии линейной зависимости.

Заключение

В ходе выполнения работы была достигнута цель курсовой работы - изучены и рассмотрены основные вопросы дисциплины «Представление данных в ИС».

Для достижения цели курсовой работы были выделены и разрешены следующие задачи:

• дать определения понятиям знания и данные;
• рассмотреть модели представления знаний;
• разобрать аналитическую платформу Deductor;
• Описать один из демо-примеров программы Deductor (в данном случае – прогнозирование с помощью линейной регрессии).

Список использованной литературы

1. Агальцов, В.П. Базы данных. В 2-х т.Т. 1. Локальные базы данных: Учебник / В.П. Агальцов. - М.: ИД ФОРУМ, НИЦ ИНФРА-М, 2013. - 352 c.
2. Блиновская, Я.Ю. Введение в геоинформационные системы: Учебное пособие / Я.Ю. Блиновская, Д.С. Задоя. - М.: Форум, НИЦ ИНФРА-М, 2013. – 112 c.
3. Бодров, О.А. Предметно-ориентированные экономические информационные системы: Учебник для вузов / О.А. Бодров. - М.: Гор. линия-Телеком, 2013. - 244 c.
4. Варфоломеева, А.О. Информационные системы предприятия: Учебное пособие / А.О. Варфоломеева, А.В. Коряковский, В.П. Романов. - М.: НИЦ ИНФРА-М, 2013. - 283 c.
5. Васильков, А.В. Информационные системы и их безопасность: Учебное пособие / А.В. Васильков, А.А. Васильков, И.А. Васильков. - М.: Форум, 2013. - 528 c.
6. Вдовин, В.М. Предметно-ориентированные экономические информационные системы: Учебное пособие / В.М. Вдовин. - М.: Дашков и К, 2013. - 388 c.
7. Горбенко, А.О. Информационные системы в экономике / А.О. Горбенко. - М.: БИНОМ. ЛЗ, 2012. - 292 c.
8. Гришин, А.В. Промышленные информационные системы и сети: практическое руководство / А.В. Гришин. - М.: Радио и связь, 2010. - 176 c.
9. Золотова, Е.В. Основы кадастра: Территориальные информационные системы: Учебник для вузов / Е.В. Золотова. - М.: Фонд "Мир", Акад. Проект, 2012. - 416 c.
10. Исаев, Г.Н. Информационные системы в экономике: Учебник для студентов вузов / Г.Н. Исаев. - М.: Омега-Л, 2013. - 462 c.
11. Мезенцев, К.Н. Автоматизированные информационные системы: Учебник для студентов учреждений среднего профессионального образования / К.Н. Мезенцев. - М.: ИЦ Академия, 2013. - 176 c.
12. Норенков, И.П. Автоматизированные информационные системы: Учебное пособие / И.П. Норенков. - М.: МГТУ им. Баумана, 2011. - 342 c.
13. Олейник, П.П. Корпоративные информационные системы: Учебник для вузов. Стандарт третьего поколения / П.П. Олейник. - СПб.: Питер, 2012. - 176 c.
14. Патрушина, С.М. Информационные системы в экономике: Учебное пособие / С.М. Патрушина, Н.А. Аручиди. - М.: Мини Тайп, 2012. - 144 c.
15. Пирогов, В.Ю. Информационные системы и базы данных: организация и проектирование: Учебное пособие / В.Ю. Пирогов. - СПб.: БХВ-Петербург, 2009. - 528 c.
16. Рубичев, Н.А. Измерительные информационные системы / Н.А. Рубичев. - М.: Дрова, 2010. - 334 c.
17. Рубичев, Н.А. Измерительные информационные системы: Учебное пособие / Н.А. Рубичев. - М.: Дрофа, 2010. - 334 c.
18. Советов, Б.Я. Базы данных: теория и практика: Учебник для бакалавров / Б.Я. Советов, В.В. Цехановский, В.Д. Чертовской. - М.: Юрайт, 2013. - 463 c.
19. Уткин, В.Б. Информационные системы в экономике: Учебник для студентов высших учебных заведений / В.Б. Уткин, К.В. Балдин. - М.: ИЦ Академия, 2012. - 288 c.
20. Федорова, Г.Н. Информационные системы: Учебник для студ. учреждений сред. проф. образования / Г.Н. Федорова. - М.: ИЦ Академия, 2013. - 208 c.
21. Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош; Пер. с англ. А.В. Кирюшин. - М.: Техносфера, 2008. - 312 c.
22. Ясенев, В.Н. Информационные системы и технологии в экономике.: Учебное пособие для студентов вузов / В.Н. Ясенев. - М.: ЮНИТИ-ДАНА, 2012. - 560 c.
23. Семенов Н.А. Представление данных в информационных системах. (Конспект лекций). Тверь, 2010.
24. Аналитическая платформа Deductor. Описание демонстрационного примера./BaseGroupLabs/2005.

1. Советов, Б.Я. Базы данных: теория и практика: Учебник для бакалавров / Б.Я. Советов, В.В. Цехановский, В.Д. Чертовской. - М.: Юрайт, 2013. – С.350 ↑

2. Мезенцев, К.Н. Автоматизированные информационные системы: Учебник для студентов учреждений среднего профессионального образования / К.Н. Мезенцев. - М.: ИЦ Академия, 2013. – С.99. ↑

3. Горбенко, А.О. Информационные системы в экономике / А.О. Горбенко. - М.: БИНОМ. ЛЗ, 2012. – С.122. ↑

4. Олейник, П.П. Корпоративные информационные системы: Учебник для вузов. Стандарт третьего поколения / П.П. Олейник. - СПб.: Питер, 2012. – С.101 ↑

5. Исаев, Г.Н. Информационные системы в экономике: Учебник для студентов вузов / Г.Н. Исаев. - М.: Омега-Л, 2013. – С.159 ↑

6. Федорова, Г.Н. Информационные системы: Учебник для студ. учреждений сред. проф. образования / Г.Н. Федорова. - М.: ИЦ Академия, 2013. – С.118-119 ↑

7. Варфоломеева, А.О. Информационные системы предприятия: Учебное пособие / А.О. Варфоломеева, А.В. Коряковский, В.П. Романов. - М.: НИЦ ИНФРА-М, 2013. - 283 c ↑

8. Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош; Пер. с англ. А.В. Кирюшин. - М.: Техносфера, 2008. – С.256 ↑

9. Уткин, В.Б. Информационные системы в экономике: Учебник для студентов высших учебных заведений / В.Б. Уткин, К.В. Балдин. - М.: ИЦ Академия, 2012. – С. 222 ↑

10. Блиновская, Я.Ю. Введение в геоинформационные системы: Учебное пособие / Я.Ю. Блиновская, Д.С. Задоя. - М.: Форум, НИЦ ИНФРА-М, 2013. – С. 56 ↑

11. Исаев, Г.Н. Информационные системы в экономике: Учебник для студентов вузов / Г.Н. Исаев. - М.: Омега-Л, 2013. – С.211 ↑

12. Варфоломеева, А.О. Информационные системы предприятия: Учебное пособие / А.О. Варфоломеева, А.В. Коряковский, В.П. Романов. - М.: НИЦ ИНФРА-М, 2013. – С.156 ↑

13. Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош; Пер. с англ. А.В. Кирюшин. - М.: Техносфера, 2008. – С.259 ↑

14. Гришин, А.В. Промышленные информационные системы и сети: практическое руководство / А.В. Гришин. - М.: Радио и связь, 2010. – С.78. ↑

15. Ясенев, В.Н. Информационные системы и технологии в экономике.: Учебное пособие для студентов вузов / В.Н. Ясенев. - М.: ЮНИТИ-ДАНА, 2012. – С.252-255 ↑

16. Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош; Пер. с англ. А.В. Кирюшин. - М.: Техносфера, 2008. – С.122. ↑

17. Гришин, А.В. Промышленные информационные системы и сети: практическое руководство / А.В. Гришин. - М.: Радио и связь, 2010. – С.110 ↑

18. Норенков, И.П. Автоматизированные информационные системы: Учебное пособие / И.П. Норенков. - М.: МГТУ им. Баумана, 2011. – С.300. ↑

19. Ясенев, В.Н. Информационные системы и технологии в экономике.: Учебное пособие для студентов вузов / В.Н. Ясенев. - М.: ЮНИТИ-ДАНА, 2012. – С.353-356 ↑

20. Федорова, Г.Н. Информационные системы: Учебник для студ. учреждений сред. проф. образования / Г.Н. Федорова. - М.: ИЦ Академия, 2013. – С.155 ↑

21. Пирогов, В.Ю. Информационные системы и базы данных: организация и проектирование: Учебное пособие / В.Ю. Пирогов. - СПб.: БХВ-Петербург, 2009. – С.455 ↑

22. Бодров, О.А. Предметно-ориентированные экономические информационные системы: Учебник для вузов / О.А. Бодров. - М.: Гор. линия-Телеком, 2013. – С.122-123. ↑

23. Аналитическая платформа Deductor. Описание демонстрационного примера./BaseGroupLabs/2005. ↑

24. Аналитическая платформа Deductor. Описание демонстрационного примера./BaseGroupLabs/2005. ↑

25. Аналитическая платформа Deductor. Описание демонстрационного примера./BaseGroupLabs/2005. ↑