부산대학교 학생지원시스템 PLATO
사이트맵

Arise PNU, 같이 더 높게

Data Mining

/WEB-INF/jsp/k2web/com/cop/site/layout.jsp
yschoi_JW_MS_K2WT001_S

아이콘

데이터 마이닝의 이해를 위해 세미나와 수업을 통하여 발표된 내용과 여러 곳에서수집한 내용을 요약, 정리하고 있다.

특히, Part IV : Seminars에서는 DM 현업에서 근무하는 전문가를 초청하여 발표한 내용(ppt 화일형식)을 소개하고 있다.

파트 I: DM을 사용하는 이유는 무엇일까요?

  1. 데이터 마이닝과 통계학, 둘 사이에는 어떤 연관성이 있을까요?
  2. 데이터 마이닝과 캠페인 관리 통합
  3. 데이터 마이닝을 성공적으로 구현하기 위한 요건
  4. DM 사례연구
  5. SAS/E-mine 3
  6. SAS/E-miner 활용의 예

파트 II: DM 도구

  1. 시장 바스켓 분석
  2. 메모리 기반 추론
  3. 자동 클러스터 감지
  4. 링크 분석
  5. 의사결정 트리
  6. 인공 신경망
  7. 유전 알고리즘

파트 III: DW, OLAP 및 DB

  1. 데이터 마이닝과 기업 데이터 웨어하우스
  2. OLAP는 어디에 적용될까요?
  3. 데이터베이스 소개
  4. 관계형 데이터베이스

제4부: 세미나 및 발표

  1. 마케팅 리서치에서의 통계학 활용: DM과 조사를 이용한 CRM접근
    (미디어리서치, 수석연구원 이은수)
  2. Customer Management를 위한 Micro-Segmentation: 보너스카드 활성화 전략
    (Consodata Korea, 서헤선 부장)
  3. A Comparison of Capabilities of Data Mining Tools (2000)
    (부산대학교, 최용석, 이종희: The 10th Japan and Korea Joint Conference of Statistics, 95-100 In Beppu, Japan)
  4. E-miner, Clementine 및 I-Miner의 클러스터링, 탐지 및 신경망 비교 (2001)
    (부산대학교, 최용석, 이종희: 한국통계학회 춘계학술대회 논문집, 113-118)
TOP