Skip to content

Standardizzazione del processo di data mining

CRISP DM – CRoss Industry Standard Process for Data Mining
- Iniziativa lanciata da Daimler Chrysler, SPSS e NCR nel 1996 con l’obiettivo di sviluppare un processo affidabile e ripetibile anche da persone con poca esperienza di data mining, ha portato alla pubblicazione della prima versione nel 1999.
- Oggi largamente supportato dai principali vendor e società di consulenza e adottato da numerose aziende nei diversi settori di mercato.
Fasi:
1. BUSINESS UNDERSTANDING : project objectives and requirements understanding, data mining problem definition.
2. DATA UNDERSTANDING : initial data collection and familiarization, data quality problem identification.
3. DATA PREPARATION : table, record and attribute selection, data transformation.
4. MODELING : modeling techniques selection and application, parameters calibration.
5. EVALUATION : business objectives and issues achievement evaluation.
6. DEPLOYMENT : result model deployment, repeatable data mining process implementation.

Valuta questi appunti:

Continua a leggere:

Per approfondire questo argomento, consulta le Tesi:

Puoi scaricare gratuitamente questo appunto in versione integrale.