[MIS] 데이터마이닝에 대하여

소개글

경영계열에서 데이터마이닝에 대한 자료를 찾는다면 손색이 없을것으로 생각됩니다. 여러 책자를 참고로 하였습니다.

목차

1. 데이터마이닝의 개념
2. 데이터마이닝의 적용기법

본문내용

1. 데이터마이닝의 개념
데이터마이닝은 "대규모 데이터베이스에 존재하는 감추어진 지식을 찾아내는 작업"으로서 현실세계에서 쌓여가고 있는 수많은 데이터부터 유용한 정보를 캐내어 응용하고자 하는 요구에 부응하기 위한 기술이다.

데이터 마이닝의 기본 개념은 새로운 것이 아니라 인공지능 분야의 기계학습(machine learning) 이론에 그 뿌리를 두고 있다. 기계학습은 규칙을 찾아내기 위한 자동화된 유도과정(inductive process)이라 할 수 있다. 기계학습에서는 트레이닝 셋(training set)이라 불리우는 적은 양의 실험실용 데이터를 사용하여 알고리즘을 만들어 낸다.

그러나 데이터베이스 마이닝은 현실세계의 대규모 데이터베이스를 트레이닝 셋으로 간주해서 이로부터 유용한 지식을 캐내는 작업을 수행하는 것이다. 데이터 마이닝의 배경을 좀 더 자세히 살펴보면 다음과 같다.

1) 귀납적 학습

귀납은 데이터로부터 정보의 유추이고 귀납적 학습은 데이터베이스 같은 환경이 패턴들을 발견하려는 하나의 뷰로 분석되는 모델 빌딩 과정이다. 유사한 객체들은 클래스로 그룹되어지고 규칙들은 안보이는 객체들의 클래스를 예상할 수 있게 공식화되었다. 귀납적 학습은 supervised learning과 unsupervised learning의 두 가지 주요 전략을 갖는다.

2) 통계학

통계학은 순전히 이론적 기초를 갖지만 통계학의 결과는 압도적일 수 있고 그들이 어디서 어떻게 데이터를 분설할지 사용자 안내를 요구하는 만큼 해석하기가 어렵다. SAS와 SPSS같은 통계적 분석 시스템은 특별한 패턴을 감지하고 선형 모델같은 통계적 모델을 사용하는 패턴을 설명하려는 분석가들에 의해 사용되어져 왔다. 통계학은 분석의 역할을 하고 데이터 마이닝은 분석이 아니라 데이터 마이닝의 결과를 중심으로 더욱 직접적인 분석을 실시하다.

참고 자료

없음