専門の研究

いずれの研究では、これらの特性の指標との間に有意義な関係と相互作用を明確にし、評価するために、オブジェクトのプロパティを観察することです。

専門は、それらの特性が異なり、特定の方法でいくつかの点で相互に関係されているオブジェクトを含みます。 意思決定のプログラミングタスクは、対象領域の研究から始まります。

専門 - これは無限で、重要かつ重要でないデータの両方が含まれている現実世界の一部です。 研究者は、それらの大部分を割り当てることができなければなりません。 （顧客がもたらす場合など、クライアントの教育、未成年の子供、配偶者との仕事があるかどうか）例えば、ローンの問題を解決し、クライアントの私生活に関するすべての関連情報とみなされます。 そして、銀行業務に関連する他のタスクを解決するために、そのようなデータは非常にかなりになります。 データ意義は、我々が対象領域として選択したかに依存します。

研究の中には、ドメインモデルを作成する必要があります。 異なるソースからの知識を形式化する必要があります。 専門は、任意の手段によって定式化される 手段。 資金は 非常に異なる可能性があります。 これは、ドメインまたは特殊グラフィック表記のテキスト記述とすることができます。 ドメインモデルはそれで起こるプロセスだけでなく、研究領域のデータを記述して研究されています。

問題の声明はまた、我々が調査したオブジェクトの静的および動的挙動の説明です。 説明静的挙動は、オブジェクトとそのプロパティの特性を必要とします。 動的挙動を説明する際に原因行動オブジェクトを特徴とします。

オブジェクトの動的挙動は、多くの場合、静的動作と併せて説明されています。

時には、ドメインとタスク分析は、1ステップで結合されています。

データ要件を決定し、分析するステップは、データマイニングに必要なモデリングデータを作りました。 この研究のユーザーの分布の問題については、 分析 システムの特性。 解析に必要なデータ・アクセスの問題。

専門は組織がある場合、より簡単かつ効果的な分析データウェアハウスを。 しかし、すべての企業が、このようなデータウェアハウスを持っていません。 この場合、元のデータのソースは、演算データベース、参照およびアーカイブ材料であり、それは、既存のデータ（情報システム）です。

詳細については、外部と内部ソースのECヘッド、異なる紙文書だけでなく、専門的な知識および/または世論調査の結果から必要になることがあります。

また、データ作成ソフトウェアのプロセスでは、開発者がプロセスに影響を与える可能性の要因な限り記述するために持っていることを認識する必要があります。 いくつかの符号化データがあるかもしれません。 例えば、クライアントの特徴の一つ - と定義することができる所得水準、：非常に低い低、中、高、非常に高いです。 この場合、収入の階調レベルを決定する必要があります。

データの適切な量を決定する際に考慮に入れたデータの順序を取る必要があります。

彼らが注文された場合には、季節/循環的な部品データの集合に含まれるかどうかを知る必要があります。 彼らが注文されていない場合、すなわち、 データベースからのイベントのセットは、以下のルールを遵守しなければならない、コレクションの過程で、タイムラインにリンクされていません。

1）データベース内のレコードの数が少ない不十分なモデルの作成の原因となり得ます。

2）モデルの精度は、データの数を増やすことによって改善することができます。

3）古いデータがセットから除外されます。

4）非常に大規模なデータベースを使用してモデルを作成するために使用されるアルゴリズムは、ズームすることができなければなりません。