IDM
IDM
IDM
-
- 1 / 16
-
Cartes-fiches
Herausforderung Big Data
Volume
Velocity
Variety
Veracity
Aktivitätskategorien Big Data Bestände
Nachverfolgen und Auswerten
Suchen und Identifizieren
Analysieren
Vorhersagen und planen
Entwicklungsprobleme von Big Data Plattformen
Unterschiedliche Schnittstellen
Unterschiedliche Modelle / Konzepte
Viele Systeme berücksichtigen nur eines der V's
Aufgaben einer Big Data Plattform
Datenvisualisierung
Datenintegration
Entitätsintegration
Datenqualität
Datenherkunft bzw. -abstammung
Prozess- / Workflowmanagement
Metadaten-Management
Grosses "N"
Statistisch hochsinifikante Ergebnisse, aber ohne praktische Relevanz
Grosses "P"
Gefahr, dass nicht relevante Attribute im Datensatz vorhanden sind
Überanpassung: künstliche Erhöhung von R^2
Varianzanalyse
Simultane Analyse der Beziehung zwischen mehreren nicht-metrischen unabhängigen Variablen einer metrischen abhängigen Variable
Regressionsanalyse
Ziel: Ermitteln des Einflusses einer bzw. mehrerer unabhängiger Variablen auf eine abhängige Variable
Diskriminanzanalyse
Ziel: Analyse von Gruppenunterschieden und Prognostizierung der Wahrscheinlichkeit, dass ein Objekt zu einer bestimmten Gruppe gehört
Logistische Regression
Ziel: Analyse von Gruppenunterschieden und Prognostizierung der Wahrscheinlichkeit, dass ein Objekt zu einer bestimmten Gruppe gehört
nominal!
Clusteranalyse Ziel
Objekte gruppieren, so dass jedes Objekt in einem Cluster möglichst ähnlich und verschieden von den Objekten in den anderen Clustern ist
Faktorenanalyse Ziel
Analyse der Beziehungen zwischen einer grossen Anzahl an Variablen, die Identifizierung von Faktoren (Dimensionen) und die Reduzierung der Variablen auf die Faktoren
Aspekte zu beachten für Clusteranalyse
Ähnlichkeit
Clusterformation
Clusterlösung
Design Clusteranalyse
1.) Ziel spezifizieren
2.)
a) Variablen auswählen
b) Faulle auswählen
c) Entscheidung wie Ähnlichkeit gemessen wird
d) Entscheidung, ob Daten zu standardisieren sind
Standardisierung von Daten
Hilft Probleme aufgrund von Skalenunterschieden zu vermeiden
Messen der Ähnlichkeit
Distanzmasse: für metrische Variablen
Ähnlichkeitsmasse: nicht-metrische Variablen
Korrelationsmasse: kommen selten zum Einsatz
