Файл: Практику (вид практики) Научноисследовательская работа (тип практики).docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 28.03.2024
Просмотров: 267
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
СОДЕРЖАНИЕ
Введение……………………………………………………………………………………………....5
Понятие интеллектуального анализа данных…………………………………………………..6
Технологии интеллектуального анализа данных……………………………………………….7
Заключение………………………………………………………………………………………….11
Список литературы…………………………………………………………………………………12
Понятие интеллектуального анализа данных
НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ ЧАСТНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ФИНАНСОВО-ПРОМЫШЛЕННЫЙ УНИВЕРСИТЕТ «СИНЕРГИЯ»
Институт Информационных технологий
(наименование факультета/ института)
Направление подготовки /специальность: 09.04.03 Прикладная информатика
(код и наименование направления подготовки /специальности)
Профиль/специализация: Управление информационными технологиями в организации.
(наименование профиля/специализации)
Форма обучения: заочная_____________.
(очная, очно-заочная, заочная)
УТВЕРЖДАЮ |
Директор Института Информационных технологий |
__Захаров А.В.___. Подпись (Подпись) (ФИО) |
«____» ___________________ 202___ г. |
ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ
НА ПРОИЗВОДСТВЕННУЮ ПРАКТИКУ
(вид практики)
Научно-исследовательская работа
(тип практики)
1 семестр
обучающегося группы ОМП-12211МОуит Евдокимова Владимира Юрьевича.
(Шифр и № группы) (ФИО обучающегося)
Место прохождения практики:
Общество с ограниченной ответственностью «БИОГАЛАКТИКА» |
(наименование структурного подразделения Образовательной организации)
Срок прохождения практики: с «___» __________ 20__ г. по «__» _________20__ г.
Содержание индивидуального задания на практику:
№ п/п | Виды работ |
1. | Инструктаж по соблюдению правил противопожарной безопасности, правил охраны труда, техники безопасности, санитарно-эпидемиологических правил и гигиенических нормативов. |
2. | Выполнение исследования развития технологий в определенной области (интеллектуальные технологии), анализ результатов и подготовка выводов. |
| Описание темы исследования очевидно, что интеллектуальные технологии раскрывают новые пути повышения качества услуг в условиях современного информационного общества. Так адаптивное представление обеспечивает индивидуальный подход, поддержка в решении задач и интеллектуальный анализ решений с интерактивной обработкой связью могут значительно сэкономить время, технологии подбора моделей могут усилить управленческие и коммуникативные аспекты. Интеллектуальный анализ данных является важным компонентом успешных аналитических инициатив в организациях. Генерируемая им информация может использоваться в приложениях бизнес-аналитики (BI) и расширенной аналитики, которые включают анализ исторических данных, а также в приложениях аналитики в реальном времени, которые изучают потоковые данные по мере их создания или сбора. |
3. | Систематизация собранного нормативного и фактического материала. |
4. | Оформление отчета о прохождении практики. |
5. | Защита отчета по практике. |
Разработано
руководителем практики от Университета ________________ ___________________________
(ФИО) (Подпись)
«___»______________ 20__г.
НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ ЧАСТНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«МОСКОВСКИЙ ФИНАНСОВО-ПРОМЫШЛЕННЫЙ УНИВЕРСИТЕТ «СИНЕРГИЯ»
Институт Информационных технологий
(наименование факультета/ института)
Направление подготовки /специальность: 09.04.03 Прикладная информатика
(код и наименование направления подготовки /специальности)
Профиль/специализация: Управление информационными технологиями в организации
(наименование профиля/специализации)
Форма обучения: заочная.
Отчет
ПО ПРОИЗВОДСТВЕННОЙ ПРАКТИКЕ
(вид практики)
Научно-исследовательская работа
(тип практики)
на тему: «Технологии интеллектуального анализа данных»
1 семестр
Обучающийся | Евдокимов Владимир Юрьевич | | |
| (ФИО) | | (подпись) |
Москва 2023 г.
Содержание
Введение……………………………………………………………………………………………....5
Понятие интеллектуального анализа данных…………………………………………………..6
Технологии интеллектуального анализа данных……………………………………………….7
Заключение………………………………………………………………………………………….11
Список литературы…………………………………………………………………………………12
Введение
Практика пройдена на базе компании общество с ограниченной ответственностью «БИОГАЛАКТИКА», далее в сокращенной форме как ООО «БИОГАЛАКТИКА».
Тема практики: «Технологии интеллектуального анализ данных».
Цель практики – ознакомление с технологиями интеллектуального анализа данных.
Задачи практики:
- дать общую характеристику компании ООО «БИОГАЛАКТИКА»
- определить общее понимание технологии интеллектуального анализа данных
- дать общую характеристику по технологии интеллектуального анализа данных
- изучить технологии интеллектуального анализа данных
- заключение по технологиям интеллектуального анализа данных
ООО «БИОГАЛАКТИКА» была основана в 2022 году как передовая компания в области предоставления разно-профильных услуг и торговли в сфере оптово-розничного направления для компаний, организаций, юридических и физических лиц.
Данная компания характеризуется внедрением и применением передовых информационных технологий в области предоставления услуг и торговли для улучшения процессов как внутри компании. Что напрямую касается организационно-технологических процессов компании и комплексную обработку клиентов. С учетом накопления данных, наработок, информации, анализа и учета клиентской базы и расширения деятельности в области интернет-ресурсов в компании требовалось разработать и оптимизировать обработку данных, в том числе через технологии интеллектуального анализа.
В настоящее время тенденции бурного развития всех сфер общественной жизни как никогда заметны, особенно в технологической сфере. Это связанно с огромным ростом объемов информации, которые требуют развития технологий автоматизированной и интеллектуальной обработки данных, способов нахождения необходимой информации и выявления неявных закономерностей и связей в ретроспективных данных. Новые полученные знания необходимы для принятия качественных управленческих решений, чья важность также повышается из-за усложнения общественных отношений и систем. В связи с этим повышение надежности систем и их гибкости реагирования на неочевидные изменения в настоящее время крайне актуальны. Однако среди всего массива данных человек способен вычленить только небольшую часть новых и полезных данных. Поэтому активное использование метода интеллектуального анализа данных или Data Mining способно увеличить объем получаемых полезных знаний и выявления большего количества неявных закономерностей.
Целью данной работы является определить технологии интеллектуального анализа данных
В связи с поставленной целью решаются следующие задачи:
-
определить понятие интеллектуального анализа данных; -
выявить и определить основные технологии.
Очевидно, что интеллектуальные технологии раскрывают новые пути повышения качества услуг в условиях современного информационного общества. Так адаптивное представление обеспечивает индивидуальный подход, поддержка в решении задач и интеллектуальный анализ решений с интерактивной обработкой связью могут значительно сэкономить время, технологии подбора моделей могут усилить управленческие и коммуникативные аспекты.
Понятие интеллектуального анализа данных
Интеллектуальный анализ данных — это процесс сортировки больших наборов данных для выявления закономерностей и взаимосвязей, которые могут помочь решить бизнес-задачи посредством анализа данных. Методы и инструменты интеллектуального анализа данных позволяют предприятиям прогнозировать будущие тенденции и принимать более обоснованные бизнес-решения.
Интеллектуальный анализ данных является ключевой частью анализа данных в целом и одной из основных дисциплин науки о данных, которая использует передовые методы аналитики для поиска полезной информации в наборах данных. На более детальном уровне интеллектуальный анализ данных — это шаг в процессе обнаружения знаний в базах данных (KDD), методологии науки о данных для сбора, обработки и анализа данных. Интеллектуальный анализ данных и KDD иногда называют взаимозаменяемыми, но чаще они рассматриваются как разные вещи.
Интеллектуальный анализ данных является важным компонентом успешных аналитических инициатив в организациях. Генерируемая им информация может использоваться в приложениях бизнес-аналитики (BI) и расширенной аналитики, которые включают анализ исторических данных, а также в приложениях аналитики в реальном времени, которые изучают потоковые данные по мере их создания или сбора.
Эффективный анализ данных помогает в различных аспектах планирования бизнес-стратегий и управления операциями. Это включает в себя функции взаимодействия с клиентами, такие как маркетинг, реклама, продажи и поддержка клиентов, а также производство, управление цепочками поставок, финансы и управление персоналом. Интеллектуальный анализ данных поддерживает обнаружение мошенничества, управление рисками, планирование кибербезопасности и многие другие важные бизнес-применения. Он также играет важную роль в здравоохранении, правительстве, научных исследованиях, математике, спорте и многом другом.
Технологии интеллектуального анализа данных
Интеллектуальный анализ данных относится к извлечению или извлечению знаний из больших объемов данных. Другими словами, интеллектуальный анализ данных — это наука, искусство и технология обнаружения больших и сложных объемов данных с целью выявления полезных закономерностей. Теоретики и практики постоянно ищут улучшенные методы, чтобы сделать процесс более эффективным, экономичным и точным. Многие другие термины имеют аналогичное или несколько иное значение для интеллектуального анализа данных, например, извлечение знаний из данных, извлечение знаний, углубление данных анализа данных / шаблонов.
Интеллектуальный анализ данных рассматривается как синоним другого широко используемого термина, извлечения знаний из данных или KDD. Другие рассматривают интеллектуальный анализ данных как просто важный шаг в процессе обнаружения знаний, в котором применяются интеллектуальные методы для извлечения шаблонов данных.
Грегори Пиатецкий-Шапиро ввел термин «обнаружение знаний в базах данных» в 1989 году. Однако термин «интеллектуальный анализ данных» стал более популярным в деловых кругах и прессе. В настоящее время интеллектуальный анализ данных и обнаружение знаний взаимозаменяемы.
В настоящее время интеллектуальный анализ данных используется практически во всех местах, где хранится и обрабатывается большой объем данных.
Обнаружение знаний из данных состоит из следующих шагов:
-
Очистка данных (удаление шума или ненужных данных). -
Интеграция данных (где несколько источников данных могут быть объединены). -
Выбор данных (где данные, относящиеся к задаче анализа, извлекаются из базы данных). -
Преобразование данных (где данные преобразуются или объединяются в формы, подходящие для интеллектуального анализа данных, путем выполнения функций суммирования или агрегирования, например). -
Интеллектуальный анализ данных (важный процесс, в котором применяются интеллектуальные методы для извлечения шаблонов данных). -
Оценка шаблонов (для выявления увлекательных шаблонов, представляющих знания, на основе некоторых показателей интереса). -
Презентация знаний (где методы представления и визуализации знаний используются для представления добытых знаний пользователю).
Интеллектуальный анализ данных включает в себя множество методов из других предметных областей, таких как машинное обучение