View : 434 Download: 0

Full metadata record

DC Field Value Language
dc.description.abstract데이터마이닝은 대용량의 자료로부터 정보를 추출, 분석하여 의사결정에 도움을 주는 과정으로 통계학과 컴퓨터공학의 기법이 사용된다. 이 분야에는 classification ,clustering, value prediction, association discovery, sequential pattern discovery, pattern recognition 등의 기법이 있으며 데이터베이스 마케팅, 신용평가, 품질개선, 부정행위적발에 많이 적용되고 있다. 본 논문에서는 데이터마이닝의 classification 기법을 살펴본다. 그 중에서 의사결정나무분석의 CHAID 와 CART의 알고리즘을 살펴보고, 실제로 Enterprise miner를 이용하여 적용 사례를 살펴봄으로서 의사결정나무분석의 효율성을 제시한다. 이 방법은 기존의 통계적기법보다 쉽고 효과적으로 대용량의 정보를 추출해 낼 수 있다. ; Data mining lies on the interface of statistics and computer science. There are many applications dealt in data mining, for example, classification, clustering, value prediction, association a few. It is applied to database marketing, Credit scoring, fraud detection and quality control etc. In this research, we review data mining techniques for classification. For classification, We consider CART(classification and regression tree) and CHAID (chi-square automatic interaction detection) in decision tree. We show the efficient result through the analysis. This method can generate understandable rules and extract information from large database efficiently.-
dc.description.tableofcontents1. 서론 = 1 2. 데이터마이닝(data mining)에 관한 개요 = 3 2.1 데이터마이닝 개념 = 3 2.2 데이터마이닝 활용분야 = 5 2.3 데이터마이닝의 단계 = 6 3. 의사결정나무(decision tree) = 7 3.1. 의사결정 나무 = 7 3.2. 의사결정나무의 장. 단점 = 8 4. 의사결정나무분석의 가지치기 알고리즘 = 10 4.1 CHAID(Chi-squared Automatic Interaction Detection) = 10 4.2 CART(Classification And Regression Tree) = 13 4.3 정지규칙 = 17 4.4 자료 분할에 대한 타당성 평가 = 17 5. 사례분석 = 19 6. 결론 = 34 참고문헌 = 35 ABTRACT = 37 감사의 글-
dc.format.extent2415588 bytes-
dc.publisher이화여자대학교 대학원-
dc.title데이터마이닝의 의사결정나무분석을 이용한 사례분석-
dc.typeMaster's Thesis-
dc.identifier.major대학원 통계학과- 8-
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
RIS (EndNote)
XLS (Excel)


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.