Data Mining может состоять из трех стадий:

1)Выявление закономерностей (свободный поиск).

2)Использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование).

3)Анализ исключений - стадия предназначена для выявления и объяснения аномалий, найденных в закономерностях

4) Все варианты ответов

Цель валидации

1) проверка достоверности найденных закономерностей.

2) позволяет распознать образы во входном потоке

3) выявление закономерностей (свободный поиск).

4) использование выявленных закономерностей для предсказания неизвестных значений

Задачи Data Mining

1) классификация,

2) кластеризация,

3)  ассоциация,

4) прогнозирование

5) визуализация

33. Для какой из задач используется «обучение "без учителя" особого вида нейронных сетей - самоорганизующихся карт Кохонена»

1)классификация,

2)кластеризация,

3) ассоциация,

4)прогнозирование

5)визуализация

34. «Алгоритм Apriori» используется для решения задачи:

1) классификация,

2) кластеризация,

3)  ассоциация,

4) прогнозирование

5) визуализация

35. Для решения каких задач широко применяются методы математической статистики, нейронные сети:

1) классификация,

2) кластеризация,

3)  ассоциация,

4) прогнозирование

5) визуализация

36. Для какого метода используются :кластерный анализ, метод ближайшего соседа, метод k-ближайшего соседа, рассуждение по аналогии:

1) Непосредственное использование данных, или сохранение данных

2) Выявление и использование формализованных закономерностей, или дистилляция шаблонов

3) Основана на моделировании субъективных представлений экспертов о ситуации и включает: методологию структуризации ситуации: модель представления знаний эксперта в виде знакового орграфа

4) Использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование).

37. Для какого метода используются логические методы; методы визуализации; методы кросс-табуляции; методы, основанные на уравнениях:

1) Непосредственное использование данных, или сохранение данных

2) Выявление и использование формализованных закономерностей, или дистилляция шаблонов

3) совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации

4) способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определённого класса сложности и решать эти задачи

Два подхода отнесения статистических методов к Data Mining

1) Противопоставление статистических методов и Data Mining, его сторонники считают классические статистические методы отдельным направлением анализа данных.

2) статистические методы анализа являются частью математического инструментария Data Mining.

3) выявление закономерностей

4) управление отношениями с клиентами

Масштабируемость-это

1) свойство вычислительной системы, которое обеспечивает предсказуемый рост системных характеристик, например, быстроты реакции, общей производительности и пр., при добавлении к ней вычислительных ресурсов.

2) сочетание широкого математического инструментария и последних достижений в сфере информационных технологий

3) важный компонент интеллектуальной системы

4) совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации

40. Основные направления Применения Data Mining для решения задач государственного уровня:

1) поиск лиц, уклоняющихся от налогов;

2) средства в борьбе с терроризмом.

3) финансы,

4)  страхование

CRM (Customer Relationship Management)-это

1) управление отношениями с клиентами

2) средство в борьбе с терроризмом

3) норма или правило, определенный путь, способ, прием решений задачи теоретического, практического, познавательного, управленческого характера

4)  совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации

Система поддержки принятия решений –это

1) диалоговая автоматизированная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования

2)  множество подходов, объединенных идеей компьютерной математики и использования теории искусственного интеллекта.

3) диалоговая автоматизированная система, не использующая правила принятия решений и соответствующие модели с базами данных, а также эксклюзивный компьютерный процесс моделирования

4) совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации

Термин OLAP введен

1) Коддом (E. F. Codd) в 1993 году

2) Гарри Гаррисоном в 1980 году

3) Джоном Сёрля в 1983 году

4) Робертом Хайнлайнем в 1993 году

44. Основные задачи Data Mining в промышленном производстве:

1) комплексный системный анализ производственных ситуаций

2) прогнозирование качества изделия в зависимости от некоторых параметров технологического процесса

3) прогнозирование закономерностей развития производственных процессов,обнаружение скрытых факторов влияния

4) выработка упрощенных вариантов

45. В сфере розничной торговли, как и в маркетинге, применяются:

1) алгоритмы поиска ассоциативных правил (для определения часто встречающихся наборов товаров, которые покупатели покупают одновременно).

2)использование временных последовательностей, например, для определения необходимых объемов запасов товаров на складе.

3)методы классификации и кластеризации для определения групп или категорий клиентов, знание которых способствует успешному продвижению товаров.

4) оценка рисков

46. Какие задачи фондового рынка можно решать при помощи технологии Data Mining:

1) прогнозирование будущих значений финансовых инструментов и индикаторов по их прошлым значениям;

2)прогнозирование закономерностей развития производственных процессов,обнаружение скрытых факторов влияния

3)прогноз волатильности

4)использование временных последовательностей

47. Web Usage Mining включает следующие составляющие:

1) предварительная обработка

2) операционная идентификация

3) инструменты анализа шаблонов

4) выявление закономерностей

48.Система поддержки принятия решений(СПРР) – это…

1) диалоговая автоматизированная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования.

2) система классификации и кластеризации для определения групп или категорий клиентов, знание которых способствует успешному продвижению товаров

3)система передачи информации между программной средой и пользователем, диалоговая система, которая позволяет передать человеку все необходимые данные, полученные на этапе формализации и вычисления

4) техническая или программная система, не способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области

49.Общая схема поддержки принятия решений включает:

1) помощь ЛПР при оценке состояния управляемой системы и воздействий на нее; выявление предпочтений ЛПР

2) генерацию возможных решений

3) оценку возможных альтернатив

4) прогноз волатильности