Wydobywanie zdarzeń dla modelowania wyjaśniającego

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 6 głosach.

Oryginalny tytuł:

Event Mining for Explanatory Modeling

Zawartość książki:

Ta książka wprowadza koncepcję Event Mining do budowania modeli wyjaśniających na podstawie analiz skorelowanych danych. Taki model może być wykorzystywany jako podstawa do prognozowania i działań naprawczych.

Pomysł polega na stworzeniu, poprzez iteracyjny proces, modelu, który wyjaśnia związki przyczynowe w postaci strukturalnych i czasowych wzorców w danych. Pierwsza faza to oparty na danych proces tworzenia hipotez, wymagający analizy dużych ilości danych w celu znalezienia silnych hipotez kandydujących. Druga faza to testowanie hipotez, w którym wiedza i osąd eksperta domeny są wykorzystywane do testowania i modyfikowania hipotez kandydujących.

Książka jest przeznaczona dla entuzjastów danych i profesjonalistów zainteresowanych wykorzystaniem tych technik analizy danych opartych na zdarzeniach w różnych zastosowaniach. Czytelnik zostaje wprowadzony w ramy temporalnej reprezentacji wiedzy i wnioskowania, a także temporalnej eksploracji danych i odkrywania wzorców.

Omówiono również zasady projektowania systemów eksploracji zdarzeń. Podejście jest reifikowane przez prezentację systemu eksploracji zdarzeń o nazwie EventMiner, ramy obliczeniowej do budowania modeli wyjaśniających.

Książka zawiera studia przypadków wykorzystania EventMiner w zarządzaniu ryzykiem astmy oraz architekturę obiektywnej jaźni. Tekst może być wykorzystywany przez badaczy zainteresowanych wykorzystaniem wartości heterogenicznych dużych zbiorów danych do projektowania modeli wyjaśniających opartych na zdarzeniach w różnych obszarach zastosowań, takich jak opieka zdrowotna, analiza danych biologicznych, konserwacja predykcyjna systemów, sieci komputerowe i inteligencja biznesowa.