Top > Info > Data Mining > 1-1-8. 성공적인 지식경영을 위한 핵심정보기술
▷▶ 성공적인 지식경영을 위한 핵심 정보 기술
데이터 마이닝 (장남식·홍성완·장재호 지음) Page 54∼75 : Data Mining의 기법에 대한 각각의 예, 장점과 단점이 실려 있음.
● 지식발견(KDD : Knowledge discovery in data base)
대량의 데이터로부터 유용한 정보를 발견하는 프로세스 전 과정으로 데이터 선택, 정제, 보강, 변환, Data Mining 기법의 선택 및 적용, 모형의 평가와 같은 여섯 단계로 구성
● 인공지능(AI : Artificial intelligence)
작업을 할 때 인간의 지능을 필요로 하는 일을 기계로 하여금 수행할 수 있도록 만드는 학문 분야
● 기계학습(Machine learning)
학습 알고리즘을 설계하고 구현을 연구하는 컴퓨터 학문의 분야
● 가시화 (Visualization)
그림이나 도표를 이용하여 쉽게 알아 볼 수 있는 형태로 데이터를 분석하고 출력하는 것
● 의사결정나무 (Decision Trees)
데이터 마이닝 분류작업에 주로 사용되는 기법으로, 과거에 수집된 데이터의 레코드들을 분석하여 이들 사이에 존재하는 패턴, 즉 부류별 특성을 속성의 조합으로 나타내는 분류모형을 나무의 형태로 표현함, 순환적 분할 방식을 이용하여 나무를 구축하며, 나무의 가장 상단에 위치하는 뿌리마디, 속성의 분리기준을 포함하는 내부마디, 마디와 마디를 이어주는 가지, 그리고 최종분류를 의미하는 잎으로 구성
● 신경망 (Neural Networks)
인간의 뇌 그리고 신경세포가 반응하는 것과 유사하게 설계된 회로로서 다수의 마디를 Network으로 연결하고 각 마디들간의 연결의 세기로 정보를 표현하고 기억함.
● 최단 인접 (Nearest Neighbors)
레코드를 데이터 공간의 점으로 해석하는 경우 이웃 개념에 대한 정의를 다음과 할 수 있다. 서로 가까이 있는 레코드들은 상대방의 이웃에 살고 있는 것이다.
● 유전자 알고리즘(Gentic Algorithms)
진화론에 기반을 둔 기계학습 알고리즘의 종류.
※ 자연은 때떄로 기술의 한계를 헤쳐나갈 수 있는 착상의 원천이 되기도 한다. 이러한 원리는 컴퓨터학에도 적용되는데 생물학과 컴퓨터학 사이에서 학문적 관점의 굘가 활발한 분야가 바로 '진화적 컴퓨팅'이다. 진화적인 컴퓨팅이란 진화론적인 방법을 응용하여 문제를 해결하는 방식을 말한다. 이 분야는 유전자 알고리즘, 진화적 프로그래밍, 진화 전략이라는 세 가지 분야의 독립적인 발달과 함께 발전해 왔다.
● 메타 학습(Mehta)
개별적인 알고리즘의 실제 전략을 요약하여 다른 형태의 기계학습에 적용하도록 하는 기계학습방법, 유전자 알고리즘이 이 범주에 속한다.
● OLTP
터미널의 메시지에 따라 호스트가 데이터 베이스의 검색등의 처리를 수행하고 그 결과를 터미널에 되돌려 주는 처리 형태.
● 의사결정지원시스템 (Decision support systems)
경영자의 의사결정을 지원하는 시스템. 문제가 정형적인 경우에는 미리 준비한 의사결정 규칙에 의해 자동적으로 해결방안을 제시하고, 비정형적인 경우에는 문제를 분석하여 최종 결정에 도움이 되는 정보를 제공하며, 각종요인의 변화에 대해 즉시 결과를 요약하여 제시하는 정보시스템.
[ Back to the Page ]
Top > Info > Data Mining > 1-1-8. 성공적인 지식경영을 위한 핵심정보기술