데이터마이닝

의사결정나무분석을 수행하기 위해 CHAID, CART, C4.5, QUEST등의 알고리즘들이 제안되어 있으며, 지금도 많은 연구자들에 의해서 다양하게 개선된 알고리즘들이 개발 및 제안되고 있다....

근에 부각되고 있는 데이터마이닝은 대용량의 자료로부터 기업의 경쟁력 확보를 위한 의사결정을 돕는 유용한 정보를 찾아내는 일련의 분석과정이라고 할 수 있는데 통계학, 인공지능, 기계학습, 계량경제학 등 다양한 분야의 분석방법들이 데이터마이닝을 위해 사용되고 있다.
.....................................
자율예측은 넓은 의미에서는 흔히 목표변수가 존재하지 않는 경우의 분석을 일컫는데, 대표적인 분석방법들로는 연결분석(link analysis), 연관성 규칙발견(association rule discovery), 군집분석(cluster analysis) 등이 있다. 좁은 의미에서의 데이터마이닝은 소위 세분화(segmentation)라고 불리기도 하는 군집분석과 거의 유사한 의미로 사용된다.
................................
위 식에 대해서 자료로부터 추정된 계수 값들은 <표 3.1>에 제시되어 있다. 한편, 식 (1)에서 는 대출금을 상환하지 않을 확률을 나타내므로, 사전확률(=0.20)을 고려하여 전체 오분류확률을 최소로 하는 분류규칙은 다음과 같게 된다(Johnson & Wichern, 1992)....

제, 급식관리 등 데이터가 입수 가능한 다양한 분야에서 활용가능 한 잠재성을 갖는다.
넷째 , 여러 회사에서 제공 중인 솔루션은 복잡한 데이터마이닝 알고리즘의 적용을 간편하게 하고 있으며 그래프, 도표 등의 비주얼리제이션 기능 등을 지원하여 의사결정자들을 돕는다. 그러나, 여러 한계점도 존재하는데 데이터마이닝이 데이터베이스를 기반으로 하여 지식을 추출하는 기법이므로 기존 데이터베이스가 제대로 구축되어 있지 않으면 오히려 비용 면에서 비효율적일 수도 있다. 위의 사례에서 언급했듯이 96 년 말 미국 내 26%이상의 회사가 500GB 이상의 데이터를 소유하고 있는 것으로 나타나 통신업계의 방대한 데이터는 process 를 늦춰 performance 를 낮춘다는 보고가 있다. 또한, 데이터베이스는 일반적으로 오류값들에 의해 오염되기 때문에 Noise 가 제거되지 않고 데이터마이닝을 수행할 경우에 있어서 오히려 더 위험한 결과를 얻을 수 있는 경우도 있다.