1. Службы Microsoft sql Server 2005 Analysis Services

Службы Microsoft SQL Server 2005 Analysis Services (SSAS) содержат следующие алгоритмы:

Алгоритм дерева принятия решений (Майкрософт)

Алгоритм кластеризации (Microsoft)

Упрощенный алгоритм Байеса (Microsoft)

Алгоритм взаимосвязей (Microsoft)

Алгоритм кластеризации последовательностей (Microsoft)

Алгоритм временных рядов (Майкрософт)

Алгоритм нейронной сети (Microsoft) (службы SSAS)

Алгоритм логистической регрессии (Microsoft)

Алгоритм линейной регрессии (Microsoft)

5. Исследование и проверка моделей

Пятым шагом процесса интеллектуального анализа данных, как видно из диаграммы ниже, является исследование построенных моделей и проверка их эффективности.

Прежде чем развернуть модель в рабочей среде, необходимо проверить эффективность работы модели. Кроме того, возможно, было создано несколько моделей, и необходимо выяснить, какая из них наиболее эффективна. Если ни одна из моделей, созданных при выполнении шага Построение моделей, не обладает нужной эффективностью, может возникнуть необходимость вернуться к предыдущему шагу процесса и либо изменить постановку задачи, либо выполнить повторное изучение данных в исходном наборе данных.

Тренды и шаблоны, обнаруживаемые алгоритмами, можно исследовать при помощи средств просмотра в конструкторе интеллектуального анализа данных в среде BI Development Studio. Точность прогнозов, создаваемых моделями, можно проверить при помощи таких средств конструктора, как диаграмма точности предсказаний и матрица классификации. Для этих средств требуются контрольные данные, выделенные из исходного набора данных во время выполнения шага построения модели.

Дополнительные сведения см. в разделах Просмотр модели интеллектуального анализа данных, Проверка моделей интеллектуального анализа данных, Диаграмма точности предсказаний, Матрица классификации

6. Развертывание и обновление моделей

Последним шагом процесса интеллектуального анализа данных, как видно из диаграммы ниже, является развертывание в рабочей среде наиболее эффективных моделей.

После развертывания в рабочей среде моделей интеллектуального анализа данных можно выполнять множество различных задач, соответствующих потребностям пользователя. Ниже перечислены некоторые задачи, доступные для выполнения:

Используйте модели для создания прогнозов, которые затем могут быть использованы для принятия бизнес-решений. SQL Server предоставляет язык расширений интеллектуального анализа данных, который можно использовать для создания прогнозирующих запросов, и построитель прогнозирующих запросов для помощи в построении запросов.

Внедрение функций интеллектуального анализа данных непосредственно в приложение. Можно включать объекты AMO или сборку, содержащую набор объектов, которые выбранное приложение может использовать для создания, изменения, обработки и удаления структур и моделей интеллектуального анализа данных. Или же можно отправлять XML для аналитики (XMLA) напрямую в экземпляр служб Analysis Services.

Используйте службы Integration Services для создания пакета, в котором модель интеллектуального анализа данных используется для интеллектуального распределения входящих данных по разным таблицам. Например, при постоянном обновлении базы данных за счет включения потенциальных клиентов модель интеллектуального анализа данных может использоваться совместно со службами Integration Services для разделения входящих данных на клиентов, которые с высокой долей вероятности купят продукт, и клиентов, которые с высокой долей вероятности не купят продукт.

Создайте отчет, который позволяет пользователям формировать прямой запрос в соответствии с текущей моделью интеллектуального анализа данных.

Обновление модели является составной частью стратегии развертывания. По мере получения организацией все большего объема данных возникает необходимость повторной обработки моделей с целью улучшения их эффективности.