Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

W ekonomii, finansach i towaroznawstwie.  spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, „przekopywanie” danych, „męczenie” danych.

Podobne prezentacje


Prezentacja na temat: "W ekonomii, finansach i towaroznawstwie.  spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, „przekopywanie” danych, „męczenie” danych."— Zapis prezentacji:

1 w ekonomii, finansach i towaroznawstwie

2  spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, „przekopywanie” danych, „męczenie” danych  proces wykrywania zależności w zbiorach danych poprzez połączenie metod statystyki i sztucznej inteligencji (AI) z zarządzaniem bazami danych  przejście od (obszernych) danych surowych do wiedzy (Knowledge Discovery in Databases - KDD) 2

3  statystyczna analiza wielowymiarowa  uczenie maszynowe (Machine Learning) / sztuczna inteligencja (AI) / metody obliczeń miękkich (Soft Computing)  analiza szeregów czasowych  logika matematyczna  metody numeryczne  systemy baz danych (relacyjne bazy danych) 3

4  eksploracyjny data mining (eksploracyjna analiza danych, „drążenie danych”)  predykcyjny data mining (konstrukcja modeli opisujących prawidłowości odkryte w poprzednim etapie postępowania) 4

5  sztuczne sieci neuronowe (ANN)  metody sztucznej inteligencji (m. in. algorytmy genetyczne)  drzewa decyzyjne (metoda RP)  metody logiki rozmytej  metody statystycznej analizy wielowymiarowej (metoda składowych głównych, analiza kanoniczna, analiza dyskryminacyjna)  analiza skupień (klasteryzacja)  skalowanie wielowymiarowe / wizualizacja danych  analiza asocjacji i sekwencji  relacyjny data mining  text mining oraz web mining  modele zespołowe / modele hybrydowe 5

6  podejście modelowe w rozwiązywaniu zagadnienia  podejście konfirmacyjne (statystyka) / podejście indukcyjne (DM)  zastosowanie metod parametrycznych (statystyka) / zastoosowanie metod nieparametrycznych (DM)  zastosowanie miar statystycznych dla pomiaru jakości dopasowania i jakości prognostycznej modelu  weryfikacja dobroci dopasowania modelu w oparciu o dane, które posłużyły do estymacji modelu (statystyka) / weryfikacja modelu w oparciu o niezależną próbę testową (DM)  podejście ilościowe do analizy danych  pośrednia (statystyka) / bezpośrednia (DM) możliwość optymalizacji modelu w oparciu o kryterium merytoryczne np. finansowe 6

7  systemy scoringu kredytowego, fraudowego (modele zmiennej jakościowej, ANN, SVM, logika rozmyta)  modele wczesnego ostrzegania np. przed bankructwem (modele zmiennej jakościowej, ANN)  Systemy transakcyjne (systemy spekulacyjne oparte o modele AI, pair trading/ arbitraż statystyczny, wykrywanie formacji analizy technicznej, text mining)  grupowanie spółek akcyjnych podobnych na gruncie analizy fundamentalnej (analiza skupień) 7

8  wielowymiarowa analiza rozwoju gospodarczego krajów, regionów i innych jednostek terytorialnych (analiza skupień, mierniki syntetyczne, skalowanie wielowymiarowe)  aCRM (segmentacja rynku, marketing bezpośredni)  wycena nieruchomości, ocena stanu technicznego nieruchomości  mikroekonometria (modelowanie decyzji jednostkowych)  modele wczesnego ostrzegania przed kryzysem walutowym 8

9  SPC / QC Data Mining (badanie stabilności statystycznej procesu, wczesne ostrzeganie przed rozregulowaniem procesu wieloetapowego)  chemometria (czerpie z metod statystyki wielowymiarowej)  statystyczne zapewnianie jakości analiz laboratoryjnych (walidacja parametrów, kalibracja, analityczne karty kontrolne)  przetwarzanie sygnałów w analizie instrumentalnej (analiza widmowa) 9

10  biostatystyka  meteorologia i monitoring stanu powietrza (np. modele opadu-przepływu, prognozowanie szczytowego zanieczyszczenia)  dynamiczne badanie poparcia politycznego (testowanie występowania procesu o długiej pamięci ARFIMA)  oraz wiele, wiele innych 10

11  R – język i środowisko programowania  STATISTICA  gretl  EViews  STATA  SAS  SPSS  MATLAB  Weka  JMulTi  GAUSS  Mplus  inne 11

12  PMML (Predictive Model Markup Language)  SQL  MQL5 (MetaQuotes Language)/MetaTrader – dla Algotradingu  LATEX (LeD) – sporządzanie publikacji 12

13  DZIĘKUJĘ ZA UWAGĘ! 13


Pobierz ppt "W ekonomii, finansach i towaroznawstwie.  spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, „przekopywanie” danych, „męczenie” danych."

Podobne prezentacje


Reklamy Google