33. Интеллектуальный анализ данных. Системы иад. Управление знаниями.

ИАД – процесс поддержки принятия решений, основанный на поиске данных скрытых закономерностей, накопленные сведения обобщаются до информации, каждая характеризуется как знание. Сложность и разнообразие методов ИАД требуют создания специализированных средств конечного пользователя для решения типовых задач анализа информации в конкретных областях. Поскольку эти средства используются в составе сложных многофункциональных систем поддержки принятия решений, они должны легко интегрироваться в подобные системы.

Системы ИАД применяются в научных исследованиях и образовании, в работе правоохранительных органов, производстве, здравоохранении и многих других областях. Особенно широко технология ИАД используется в деловых приложениях. ИАД решает следующие задачи: - Выявление паттернов, поиск скрытых закономерностей на основе анализа архивных данных и классификаторов. - Повышение качества архивной информации - выявление закономерностей (в виде правил вывода) в архивных данных для использования в моделях прогнозирования, системах поддержки принятия решений и т.д. - Верификация данных - система выявления ошибок в оперативно поступающих данных. Например, с помощью нейронных сетей и индуктивного вывода правил строятся приблизительные прогнозы, которые сравниваются с поступающими данными. Большие отклонения рассматриваются как возможные ошибки.

Результаты ИАД представляют большую ценность для руководителей и аналитиков в их повседневной деятельности. Поэтому перед разработчиками встает задача внедрения технологии ИАД в автоматизированные системы анализа и поддержки принятия решений. Такие системы должны обеспечивать решение нескольких задач, от сбора и проверки корректности информации, поступающей в базу данных, до традиционного и/или интеллектуального анализа данных (степень влияния различных факторов на состояние объекта, прогнозирование) и оптимизационного анализа, причем от пользователя не требуется специальных знаний в области баз данных, факторного анализа или методов оптимизации.

Характеристики ИАД Цели - Обнаружение моделей в данных  - Разработка гипотез о данных  - Составление модельных оценок  Методы - Статистика  - Классификация  - Кластеризация  - Правила вывода  - Интегрированные методы  Средства визуализации результатов - Графики  - Диаграммы  - Гистограммы