Erikoistumisopinnot

Mitään tutkimusta on tarkkailla objektien ominaisuuksia selventämiseksi ja arvioida mielekkäitä suhteita ja vuorovaikutuksia indikaattorit näistä ominaisuuksista.

Erikoistuminen sisältää esineitä, jotka eroavat niiden ominaisuudet ja tietyllä tavalla ovat joiltakin osin toisiinsa. Päätös ohjelmointitehtäviä alkaa tutkimuksen aihealueen.

Erikoistuminen - tämä on osa reaalimaailman, joka on ääretön ja sisältää sekä tärkeitä ja merkityksetön tietoja. Tutkijan on pystyttävä osoittamaan merkittävän osan niistä. Esimerkiksi ongelman ratkaisemiseksi lainan, katsotaan kaikki olennaiset tiedot yksityiselämästä asiakkaan (onko työ puolison, alaikäisten lasten jos asiakas tuo, asiakkaan koulutus jne). Ja jotta voidaan ratkaista muita tehtäviä, jotka liittyvät pankkitoimintaan, kuten tiedot ovat varsin merkittäviä. Tietojen merkitys riippuu siitä, mitä päätämme kuin aihealueen.

Tutkimuksen aikana, sinun on luotava verkkotunnuksen mallia. Tieto eri lähteistä olisi muodollisesti. Erikoistuminen on virallistettiin millä tahansa keinoin. Rahastot voivat olla hyvin erilaisia. Tämä voi olla tekstiä alan kuvaus tai erikoistuneita graafisia merkintätapaa. Domain malli kuvaa prosesseja, joita esiintyy siinä, samoin kuin tiedot tutkimuksen alueella tutkitaan.

Laskelma ongelma on myös kuvaus staattisen ja dynaamisen käyttäytymisen esineitä, jotka tutkimme. Kuvaus staattinen käyttäytymiseen liittyy esineiden ominaisuuksia ja niiden ominaisuuksia. Kuvaamaan dynaaminen käyttäytyminen tunnettu syitä käyttäytymistä esineitä.

Dynaaminen käyttäytyminen esineitä on usein kuvattu yhdessä staattisen käyttäytymistä.

Joskus verkkotunnuksen ja tehtävä analyysi yhdistetään yhdessä vaiheessa.

Vaiheen, jossa määritetään ja analysointiin asetettavien mallintamista varten tarvittavat tiedot Data Mining. Tähän tutkimukseen ongelmat jakelun käyttäjien analyyttiset järjestelmän ominaisuuksiin; tietojen käytön edellyttämät kysymykset analyysiin.

Erikoistuminen analyysit helpompaa ja tehokkaampaa, kun organisaatio on tietovarasto. Kuitenkin kaikki yritykset ovat tällainen tietovarasto. Tässä tapauksessa lähde alkuperäiset tiedot ovat toiminnassa tietokantoihin, viite- ja arkistomateriaalia, eli tietoja olemassa olevilta IS (tietojärjestelmät).

Lisätietoja voidaan tarvita EY: n päämiesten ulkoiset lähteet, erilaiset paperidokumentit sekä asiantuntemuksen ja / tai tulokset gallupit.

Sinun täytyy myös olla tietoisia siitä, että tässä prosessissa tietojen valmistelu ohjelmistojen kehittäjillä on kuvata mahdollisimman paljon tekijöitä, jotka vaikuttavat prosessiin. Saattaa olla joitakin koodaus tietoja. Esimerkiksi, yksi ominaisuuksista asiakkaan - tulotaso, joka voidaan määritellä: erittäin alhainen, alhainen, keskitaso, korkea, hyvin korkea. Tässä tapauksessa on tarpeen määrittää väliastetasoa tuloista.

Määritettäessä oikea määrä tietoa on otettava huomioon tiedot tilaus.

Siinä tapauksessa, että ne on aseteltu, on tarpeen tietää, onko mukana joukko kausiluonteista / suhdannekomponentti tietoja. Kun niitä ei ole tilattu, eli sarja tapahtumia tietokannasta ei liity aikajanalle, sitten keräilyn on noudatettava seuraavia sääntöjä:

1) pieni määrä tietokannan tietueet voivat olla syy luominen riittämätön mallin;

2) mallin tarkkuuden voidaan parantaa lisäämällä tietojen määrä;

3) vanhoja tietoja ei kuulu joukon;

4) algoritmeja, joita käytetään luoda malli erittäin suuria tietokantoja, pitäisi pystyä zoomata.