[정보자원관리(3)] A Look at RightPoint DataCruncher

소개글

한국외국어대학교 경영정보학과 학부과정 발표 파워 포인트

입니다. 발표 잘해서 A+ 학점 맞았습니다.

수고하세요^^

정보자원관리 발표용 3번째 자료입니다.

"교수님 말씀 + 원서 교재 참고" 했습니다.

영어로 된 파워 포인트 입니다.

목차

A Look at RightPoint DataCruncher

Section 7.1 Introduction
Section 7.2 Data Preparation
Section 7.3 Defining Study
Section 7.4 Read Your Data/Build a Discovery Model
Section 7.5 Understanding the Model
Section 7.6 Perform Prediction
Section 7.7 Summary

본문내용

7.5.1 Evaluation
기존 data set과 discovery Model 을 비교해서 model의 정확도를 찾는다.
동일한 레코드를 사용하더라도 Model에 따라 정확도는 달라진다.
DataChrunch를 이용해서 Model을 통해 각각 레코드의 예상되어지는 값과 실제  레코드의 값(churn.txt)을 비교해서 정확도를 측정한다.
보통 76%정도의 정확도만 되어도 좋은 model이다.
7.5.2 Refining the Model 
eval_res.txt 테이블 – 각 레코드의 예상점수와 예상되어지는 values를 포함한 테이블. 
Model을 최적화 하기위한 몇가지 요소들
  1. The complexity of the data You mine. 2. The complexity of the problem You are trying to solve. 3. The time and resources you have to improve the model. 4. The output criteria for which the model must be accurate. 5. subset of your records
7.5.3 Conduction a Cost Benefit Analysis
데모버전에는 나오지 않음.

참고 자료

없음