1. 데이터마이닝 배경

(1)

8강. 데이터마이닝의 개요

의료정보분석개론

1. 데이터마이닝 배경

2. 데이터마이닝 개념

3. 데이터마이닝 정의

(2)

1. 데이터마이닝 배경

 데이터 관련 기술의 발전

(3)

1. 데이터마이닝 배경

 데이터마이닝의 도입 배경

데이터웨어하우스 구축

 의사결정자는 대량의 데이터를 효과적으로 분석하여 정보화하려 는 노력을 시도

 데이터웨어하우스에 잘 쌓아두는 단계를 넘어 가치 있는 정보를 효과적으로 찾아 내는 것이 중요

 데이터마이닝의 등장

 이미 알려져 있는 정보 뿐만 아니라 전혀 예상하지 못한, 쉽게 드 러나지 않는 정보들을 DB 또는 DW에서 찾아내기 위한 정보&지 식 추출의 방법

(4)

1. 데이터마이닝 배경

 데이터 관련 기술의 발전

1단계 : SQL

기본적인 자료들을 요약 및 레포팅

2단계 : OLAP

데이터를 여러 관점에서 분석

3단계 : Data Mining

정형적인 데이터가 아닌 비정형적인 데이터 속에서 의미 있는 정보를

(5)

1. 데이터마이닝 배경

 데이터마이닝의 출현과정

1991년 KDD(Knowledge Discovery in Database)라는 말이 사용

1996년 Fayyad & Piatesky Shapiro 의 논문「knowledge discovery and mining」에 데이터마이닝이라는 단어가 등장

(6)

2. 데이터마이닝 개념

 데이터마이닝의 의미

'데이터(DATA) 마이닝(MINING)-데이터를 캐낸다.'

 수많은 정보들(데이터베이스)에서 상관관계 혹은 공통점을 찾아내어 미 래에 적용 가능한 정보를 얻어내고 분석의 결과를 통해 더 확률이 높은 쪽을 고르도록 도움

방대한 데이터들이 쌓여있는 지층 속에서 금과 같은 ‘유용한 정보’의 보석들을 캐내는 것

유용한 정보를 뽑아내기 위한 여러 기법들의 적절한 조합으로 이루어 진 일련의 과정

 정해진 틀에 맞춰서 결론을 도출하는 하나의 분석기법을 벗어남

(7)

2. 데이터마이닝 개념

 OLAP와의 차이점

데이터웨어하우스, OLAP : 분석자가 만든 가설에 해당하는 여러 가지 질의 에 대한 조회 결과를 통해 가설을 확인하거나 부정

데이터 마이닝 : 분석자가 의도하지 않았던 가설들을 산출해내고 유용한 정 보를 생성

 데이터마이닝의 과정

데이터 수집, 선별, 변경하여 변경된 데이터의 패턴을 발굴하여 지식화

(8)

3. 데이터마이닝 정의

 데이터마이닝의 정의

대량의 데이터 사이에서 존재하는 관계, 패턴을 발견하고 규칙을 추 론함으로써 의사결정을 지원하고 그 효과를 예측하기 위한 기법

유사 용어

 지식발견 - Knowledge Discovery in Database, KDD

 데이터채취 - Data Dredging

 지식추출 - Knowledge Extraction

 정보발견 - Information Discovery

 정보수학 - Information Harvesting

 데이터마이닝 - Data Mining : 가장 일반적인 명칭으로 사용

(9)

3. 데이터마이닝 정의

 KDD와의 차이

KDD : 데이터로부터 유용한 지식을 발견하는 전체적인 프로세스

데이터마이닝 : 원시데이터에서 패턴 같은 의미있는 유용한 정보 혹 은 지식을 추출하는 특별한 알고리즘을 사용하는 지식발견의 한 단계 로 간주된다.

KDD는 넓은 의미의 프로 세스를 지칭

(10)

3. 데이터마이닝 정의

 데이터마이닝의 일반적인 정의

「잠재적으로 유용하고, 새롭고 타당성 있으면서 궁극적으로 데이터 에서 이해 할 수 있는 패턴을 찾아내는 단순하지 않은 프로세스」

용 어 의 미

데이터 데이터베이스내의 사례를 나타내는 사실의 집합

패 턴 사실의 부분집합으로 사실을 묘사할 수 있는 언어의 표현

프로세스 데이터마이닝이 여러 단계로 구성되어 있고 각 단계는 데이터 준 비, 탐색, 지식 평가, 정제, 변경 후 반복을 하는 작업을 포함

단순하지 않다 탐색이나 추론이 포함된다는 의미

잠재적으로 유용 발견된 패턴은 유용한 함수를 통해서 측정되어진 것처럼 잠재적 으로 유용한 행동을 유도해 낼 수 있어야 한다는 의미

새로운 데이터는 현재의 가치를 이전의 가치나 기대했던 가치와의 비교 하 고, 지식은 새로운 발견이 과거의 발견과의 어떤 변화된 관계

(11)

4. 데이터마이닝 특징

 데이터마이닝의 특징

대용량 (Massive)의 관측 가능한(주로 비계획적으로 수집된) 자료를 대상

경험적 방법 (Heuristic method)에 근거

일반화 (Generalization)에 초점

컴퓨터(Computer)중심의 기법

 통계학과 인공지능에서 함께 방법론을 개발하고 이를 경영, 경제, 정보기 술(IT)분야에 사용

(12)

8강. 데이터마이닝의 개요 - 요약

 1. 데이터마이닝 배경

 1단계 : SQL - 기본적인 자료들을 요약 및 레포팅

 2단계 : OLAP - 데이터를 여러 관점에서 분석

 3단계 : Data Mining - 정형적인 데이터가 아닌 비정형적인 데이터 속에서 의미 있는 정보를 추출

 2. 데이터마이닝 개념

 유용한 정보를 뽑아내기 위한 여러 기법들의 적절한 조합으로 이루어진 일련의 과정

 데이터 수집, 선별, 변경하여 변경된 데이터의 패턴을 발굴하여 지식화

 기존 방법과의 차이점

 데이터웨어하우스, OLAP : 분석자가 만든 가설에 해당하는 여러 가지 질의에 대한 조회 결과를 통해 가설을 확인하거나 부정

 데이터 마이닝 : 분석자가 의도하지 않았던 가설들을 산출해내고 유용한 정보를 생성

 3. 데이터마이닝 정의

 대량의 데이터 사이에서 존재하는 관계, 패턴을 발견하고 규칙을 추론함으로써 의사결정을 지원하고 그 효과를 예측하기 위한 기법

 KDD보다 좁은 의미