Duomenų gavybos (tyrybos) metodų taikymai įvairiose srityse
Aprašymas:
Kai duomenų kiekis yra didelis, statistikos metodų nepakanka. Siekiant gauti daugiau žinių iš analizuojamų duomenų, yra taikomi duomenų tyrybos metodai: klasifikavimo, klasterizavimo, susietumų (asociacijų) tyrimo, laiko sekų nuoseklumų paieška ir kiti. Klasifikavimo uždavinių tikslas – turint aibę duomenų, kurių klasės įprastai yra žinomos, sukurti taisykles, pagal kurias duomenys, kurie nebuvo naudojami kuriant tas taisykles, automatiškai bus priskirti vienai ar kitai žinomai klasei. Klasterizavimas – tai analizuojamų objektų suskirstymas į skirtingas grupes (klasterius) taip, kad grupės viduje esantys objektai būtų panašūs tarpusavyje , o objektai iš skirtingų grupių būtų nepanašūs. Susietumų (asociacijų) tyrimuose nustatomi ryšiai tarp duomenų. Siūlomos paslaugos: problemos identifikavimas, duomenų tyrybos modelio parinkimas ir realizavimas, gautų rezultatų interpretavimas.

Raktažodžiai:
Duomenų gavybos metodai, programinė įranga, sprendimų priėmimas, dažnių šablonų tyryba, klasifikavimas, klasterinė analizė, išskirčių nustatymas

Mokslo kryptis:
Diagnostinės ir matavimo technologijos
Užklausos forma