- •Л е к ц и я №17. Информационные технологии. Конспект лекций
- •Переход к информационному обществу. Процесс информатизации общества.
- •Информационные революции. Информационный взрыв.
- •Компьютеризация общества.
- •Информационная культура.
- •Информационный потенциал общества.
- •Определение информационной технологии и системы.
- •Предпосылки быстрого развития информационных технологий.
- •История развития ит, рынка информационных продуктов и услуг.
- •Новая информационная технология.
- •Этапы развития вычислительной техники.
- •Составляющие информационной технологии.
- •Методологии использования информационной технологии.
- •Роль информационной технологии в развитии экономики общества.
- •Технологизация социального пространства.
- •Выбор информационной технологии.
- •Виды информационных технологий.
- •Критерии оценки информационных технологий.
- •Классификация информационных технологий
- •Стандарты пользовательского интерфейса.
- •Понятие платформы
- •Объектно-ориентированные технологии как средство создания сложных ис
- •Объектно-ориентированное программирование (ооп)
- •Процессы глобализации в мировом информационном сообществе.
- •Глобальные телекоммуникационные системы
- •Технологии Интернет.
- •Поиск информации в Интернет.
- •Информационные услуги Интернет.
- •Открытые системы
- •Распределенные объектные технологии
- •Сетевые информационные технологии и Интернет
- •Информационные технологии баз данных.
- •Технологии и модели вычислений
- •Распределенные информационные системы
- •Документальные информационные системы
- •Корпоративные информационные системы
- •Геоинформационные системы и технологии (гис)
- •Электронный документооборот
- •Технология информационных хранилищ
- •Технология добычи данных
Технология добычи данных
Data Mining - мультидисциплинарная область (прикладная статистика, распознавание образов, искусственный интеллект, теория баз данных и др.). В основу технологии Data Mining положена концепция шаблонов
Цель Data Mining - это поиск в больших объемах данных закономерностей:
-
Неочевидных
-
Объективных
-
Полезных на практике
Специфика требований к переработке данных:
-
Неограниченность объема
-
Разнородность
-
Результаты должны быть конкретны и понятны
-
Инструменты должны быть просты в использовании
Задачи, решаемые Data Mining:
-
Классификация
-
Регрессия, прогнозирование
-
Кластеризация
-
Ассоциация
-
Последовательные шаблоны
-
Анализ отклонений
Классы Data Mining:
-
Предметно-ориентированные аналитические системы
-
Статистические пакеты
-
Нейронные сети
-
Системы рассуждений на основе аналогичных случаев
-
Деревья решений
-
Эволюционное программирование
-
Генетические алгоритмы
-
Алгоритмы ограниченного перебора
-
Системы для визуализации многомерных данных