DMS Pregled područja - Tehnike modeliranja

Tehnike modeliranja

Tehnike modeliranja u području obrade podataka 'porijeklom' su iz različitih područja: strojnog učenja, obrade signala, statstike, evolucijskog programiranja. Te tehnike u inteligentnoj obradi podataka također imaju jednu važnu karakteristiku - automatski stvaraju nove modele veza i ovisnosti među varijablama (atributima) u podacima. To je dodatna vrijednost u odnosu na tradicionalne statističke analize koje imaju uglavnom samo konfirmacijsku komponentu. Važno je uočiti da iako tehnike modeliranja imaju različito porijeklo, gotovo sve se mogu opisati strukturom koja ima tri bitne funkcionalne komponente: specifičnu reprezentaciju modela, interni kriterij kvalitete aproksimacije, algoritam pretraživanja odnosno optimizacije. Tablica koja slijedi daje sadržaj stranica na kojima su podrobnije objašnjene specifičnosti tehnika modeliranja, od njihove strukture, preko opisa pojedinih važnijih tehnika pa do metodologije ocjenjivanja ispravnosti i kvalitete modela.

Struktura algoritama za modeliranje podataka	Reprezentacija modela Kriterij kvalitete aproksimacije Metoda pretraživanja
Opis pojedinih tehnika modeliranja podataka	Stabla odlučivanja Metode induciranja pravila Asocijacijska pravila Metode segmentiranja ("clustering") Neuralne mreže ILLM - Sistem za indukciju pravila
Metodologija evaluacije modela	Detaljni opis mjera i tehnika za ocjenu kvalitete generiranih modela (klasifikacijski problemi).