Voprosy k ekzamenu po kursu STBDiIS 2012


Вопросы к экзамену по курсу СТБДиИС 2012
7 семестр
Система поддержки принятия решений (СППР), ее основные задачи. Классификация СППР. Схема типичной СППР.
Сравнительный анализ аналитической и OLTP систем.
Хранилище данных. История возникновения понятия, определение, основные свойства.
Основные подходы к реализации хранилищ данных.
Основные категории данных в хранилище.
Понятие и суть ETL-процесса, основные преобразования данных.
Определение качества данных. Методика оценки качества, основанная на 4-х основных показателях.
Определение качества данных.Уровневая методика оценки качества.
Пути повышения качества данных. Приемы контроля вводимых данных.
Пути повышения качества данных. Основные проблемы качества данных. Этапы повышения качества данных.
Повышение качества данных: предварительная замена, классификация, структуризация.
Повышение качества данных: верификация, нормализация.
Повышение качества данных: консолидация, идентификация.
Понятия запроса и объекта запроса. Основные этапы поиска информации. Классификация задачи поиска.
Особенности решение задачи поиска в структурированных источниках на всех этапах.
Оценка эффективности поисковых инструментов.
Суть многомерного анализа данных, основные понятия. Возможные операции над гиперкубом. Понятие OLAP.
12 правил Кодда.
6 дополнительных правил Кодда. Группы правил.
Определение OLAP через 5 ключевых понятий теста FASMI.
Основные подходы к реализации OLAP, их преимущества и недостатки.
Понятие НСИ. Единая система НСИ. 4 группы требований.
Единая система НСИ. Требования идентифицируемости и уникальности, принципы построения.
Система НСИ: 1-3 типовые ошибки.
Система НСИ: 4-6 типовые ошибки.
Система НСИ: 7-10 типовые ошибки.8 семестр
Понятие Data Mining. Дисциплины, использованные при создании Data Mining. Основные действия выполняемые Data Mining. Основные ограничения использования.
Основные задачи Data Mining. Классификация и кластеризация: суть, сравнительный анализ.
Основные задачи Data Mining. Поиск ассоциативных правил, прогнозирование, анализ отклонений.
Определение метода и алгоритма. Классификация стадий Data Mining. Свободный поиск.
Определение метода и алгоритма. Классификация стадий Data Mining. Прогностическое моделирование.
Определение метода и алгоритма. Классификация стадий Data Mining. Анализ исключений.
Основные этапы процесса подготовки к Data Mining. Анализ предметной области, постановка задачи, подготовка данных.
Понятие Text Mining. Основные этапы.
Понятие Text Mining. Основные задачи.
Предварительная обработка данных, основные приемы.
Процесс извлечения ключевых понятий.
Oracle Data Mining (ODM). Возможности, архитектура, характеристики. Используемые алгоритмы.
Функциональные возможности ODM. Алгоритм Naïve Bayes.
Функциональные возможности ODM. Алгоритм Support Vector Machine.
Функциональные возможности ODM. Алгоритм k-means. Проверка качества кластеризации.
Функциональные возможности ODM. Алгоритмы Apriori.
Workflow. Суть, базовые понятия и их взаимосвязь.
Workflow. Структура системы, основные компоненты и их взаимосвязь.
Workflow. Условия представления бизнес-процесса как процесса Workflow. Порядок представления бизнес процесса в графическом виде (IDEF0).
Типовые цели внедрения проекта Workflow. Цикл управления эксплуатацией и развитием системы.
Понятие агентов. Типы агентов. Способности обучающихся агентов.
Понятие субагентов, типы субагентов. Свойства автономного агента.
Мультиагентная система (МАС). Определение, основные характеристики, классификация МАС.
Методы организации работы в МАС. Условия размещения агента на сервере. Операции над агентами. Примеры использования МАС.

Приложенные файлы

  • docx 19077472
    Размер файла: 17 kB Загрузок: 0

Добавить комментарий