Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

DataMining Von Daten zu Informationen und Wissen

Ähnliche Präsentationen


Präsentation zum Thema: "DataMining Von Daten zu Informationen und Wissen"—  Präsentation transkript:

1 DataMining Von Daten zu Informationen und Wissen
Datenanalyse und Data Mining

2 Datenbanken Ingenieurdienstleistungen

3 Modell Klassifikator Wissen
Daten Wissen Modellanalyse Die CeCon GmbH unterstützt Sie in allen Schritten Ihrer Analyse - von den Rohdaten bis zum extrahierten Wissen. Modellierung Merkmals- auswahl Daten- aufbereitung Daten- selektion Daten- bank

4 Arbeiten mit DataEngine
Projektfenster Die zu Ihrem Projekt gehörenden Elemente - Daten, Graphiken, Analysen etc. werden in der Baumstruktur erfasst und unabhängig vom Speicherort gemeinsam verwaltet. Die Verwaltung Ihrer Daten und Modelle wird so für Sie und Ihre Mitarbeiter leichter.

5 Arbeiten mit DataEngine
Datenzugriff ASCII - Formate DataEngine versteht Daten im ASCII-Format im Excel® Format aus Ihrer Datenbank (direkt oder via OLE-DB / ODBC) aus anderen Produkten (Schnittstelle vorhanden oder als PlugIn) Excel Paradox dBase ODBC

6 Arbeiten mit DataEngine
Grundfunktionen Einen ersten Überblick erhalten Sie mit der allgemeinen Statistik in DataEngine. Fehlstellenbehandlung und statistische Werte werden Ihnen per Mausklick geliefert.

7 Arbeiten mit DataEngine
Grundfunktionen Mathematische Funktionen Der Dateneditor dient zur manuellen Bearbeitung der Daten. Er stellt umfangreiche Möglichkeiten zur Daten-vorverarbeitung zur Verfügung. Statistik Signalverarbeitung und mehr ...

8 Daten werden zu Wissen Modellbildung
Fuzzy Regeln Modellbildung Für die eigentliche Informationsgewinnung bietet Ihnen DataEngine verschiedene intelligente Methoden. Fuzzy Clusterung Neuronale Netze Fuzzy-Neuro-Systeme Entscheidungsbäume

9 Intelligente Methoden
Fuzzy Regeln Der Regeleditor dient dem Erzeugen und Bearbeiten von Regeln Die Menüsteuerung hilft Ihnen, Fehler bei der Eingabe zu vermeiden

10 Intelligente Methoden
Fuzzy Regeln Mit Fuzzy Regeln modellieren Sie vorhandenes Wissen, das nicht oder nur mit großem Aufwand mathematisch geschlossen formuliert werden kann. Menschliches Wissen wird in Form von „Wenn … Dann …“ - Regeln erfasst und in der Inferenz ausgewertet und angewendet. Input und Output können scharfe und unscharfe, numerische und kategorielle Größen sein. Komplexe Situationen können beurteilt und Entscheidungen analysiert werden.

11 Intelligente Methoden
Fuzzy Clusterung Durch Fuzzy Clusterverfahren können Sie Gruppierungen in Ihren Daten erkennen und sie in Klassen mit homogenen Eigenschaften einteilen. Das in DataEngine realisierte Clusterverfahren ist Fuzzy C-Means. Varianten und weitere Verfahren bietet Ihnen das PlugIn „Advanced Clustering“

12 Intelligente Methoden
Neuronale Netze Neuronale Netze lernen Zusammenhänge in Ihren Daten und decken Ihnen unbekannte Ursachen auf. Unterschiedliche Netztypen, Lernregeln und Funktionen ermöglichen eine flexible Anpassung.

13 Intelligente Methoden
Neuronale Netze Das MLP ist ein mehrschichtiges, überwacht lernendes Netz. Neben der variablen Architektur (z.B. Anzahl der Schichten) können unterschiedliche Lernverfahren mit variablen Parametern eingesetzt werden. Die Parameter des Netzes sind einfach einzustellen.

14 Intelligente Methoden
Neuronale Netze Kohonen Netze (Self Organizing Feature Maps) sind unüberwacht lernende neuronale Netze. Sie werden primär zur Lösung von Klassifikationsaufgaben, aber auch zum Finden von Strukturen in Daten verwendet.

15 Intelligente Methoden
Entscheidungsbaum Klassifikationsbaum: Dieser Entscheidungsbaum eignet sich besonders gut zur Klassifikation von Objekten mit kategoriellen Merkmalen. Die meisten anderen Klassifikatoren sind für solche Daten nicht zulässig oder versagen. Regressionsbaum: Auch bei Modellen mit nur einem Ausgang und Objekten mit numerischen Merkmalen, d.h. bei einer kontinuierlichen Zielgröße, kann ein Entscheidungsbaum eingesetzt werden. © MIT GmbH,Aachen, Germany

16 Intelligente Methoden
Die Generierung des Baums erfolgt sehr viel schneller als das Training eines neuronalen Netzes. Den generierten Entscheidungsbaum können Sie in einer Baumansicht betrachten, in die auch diverse Analysen einbezogen sind. Durch Pruningverfahren lässt sich die Struktur des Entscheidungs-aumes optimieren.

17 Intelligente Methoden
Modellanalyse Mit der Komponente zur Modell-analyse können Sie besondere Analysen online durchführen: In der Arbeitspunkteinstellung können über Schieberegler die Merkmalsausprägungen eines Objektes variiert werden. Die Auswirkungen dieser Modell-analyse sind direkt ablesbar.

18 Intelligente Methoden
Modellanalyse Lernen Sie den Einfluss einzelner Eingangsgrößen auf das Ergebnis kennen: Auf der Basis eines gewählten Arbeits-punktes wird eine Sensitivitätsanayse durchgeführt.

19 Intelligente Methoden Graphische Makrosprache
Zur Abbildung und Automatisierung aller durchgeführten Analyse-schritte stellt DataEngine eine graphische Makrosprache bereit: Jede Teilfunktion kann als sogenannter Funktionsblock dargestellt und aneinandergereiht werden. Sie können dafür vorgegebene Funktionen verwenden oder eigene Makros programmieren.

20 Intelligente Methoden Graphische Makrosprache
Zur Abbildung und Automatisierung aller durchgeführten Analyse-schritte stellt DataEngine eine graphische Makrosprache bereit: Jede Teilfunktion kann als sogenannter Funktionsblock dargestellt und aneinandergereiht werden. Sie können dafür vorgegebene Funktionen verwenden oder eigene Makros programmieren.


Herunterladen ppt "DataMining Von Daten zu Informationen und Wissen"

Ähnliche Präsentationen


Google-Anzeigen