Учебные материалы для студентов

Здравоохранение, медицина


Здравоохранение, медицина



Знакомство с аналитической платформой DEDUCTOR


Знакомство с архитектурой, основными частями и пользовательским интерфейсом Deductor. Понятие сценария. Создание сценариев обработки и визуализации данных.

VIII.3. Многомерное хранилище данных.

Концепция хранилища данных. Отличие хранилища данных от базы данных. Сбор информации для создания хранилища данных на примере задачи управления сетью розничных аптек. Постановка основных задач для управления сетью. Особенности работы с хранилищами данных. Преимущества хранилища данных. Структура хранилища данных. Понятие измерения, факта и процесса. Свойства измерений. Методика создания хранилища данных. Загрузка измерений. Загрузка процесса. Экспорт данных из хранилища. Процессы создания, наполнения, подключения хранилища данных и экспорт данных из хранилища средствами аналитической платформы Deductor.

VIII.4. OLAP-технологии как средство визуализации данных

Определение OLAP. Аналитическая отчетность и многомерное представление данных. Изменение макета OLAP-кубов. Способы агрегирования данных. Детальный просмотр агрегированных данных. Фильтрация данных. Настройка кросс-диаграммы. Преобразование даты и время. Создание пользовательских выражений. Создание OLAP-кубов на основе данных из разных процессов или источников. Реализация OLAP-технологий в аналитической платформе Deductor.

VIII.5. Data Mining и KDD – Knowledge Discovery in Databases как средства построения моделей (интеллектуального анализа данных)

Описание технологий Data Mining и KDD – Knowledge Discovery in Databases. Основные стадии технологии KDD.

VIII.6. Методы извлечения знаний и области их применения в здравоохранении

Типы задач, решаемые методами Data Mining. Примеры задач из области здравоохранения. Наиболее известные (самообучающиеся) методы Data Mining. Деревья решений. Нейронные сети. Карты Кохонена. Ассоциативные правила. Регрессия. Их классификация для решения поставленных задач. Реализация Data Mining-технологий в аналитической платформе Deductor.

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ЗДРАВООХРАНЕНИИ

Вопросы к зачету

1. В чем заключается итерационный характер процесса моделирования?

2. Основные этапы построения моделей.

3. Оценка адекватности модели.

4. Основные части аналитической платформы Deductor.

5. Понятие обработчика данных. Классификация обработчиков.

6. Способы визуализации данных.

7. Понятие сценария. Создание сценариев обработки и визуализации данных.

8. Мастера создания сценариев: мастер импорта, мастер экспорта, мастер обработки и мастер отображения (визуализации).

9 Понятие хранилища данных. Отличие хранилища данных от обычной базы данных.

10. Особенности работы с хранилищами данных. Преимущества хранилища данных.

11. Структура хранилища данных. Понятие измерения, факта и процесса. Свойства измерений.

12. Методика создания хранилища данных. Загрузка измерений. Загрузка процесса.

13. Подключение хранилища данных.

14. Определение OLAP. Аналитическая отчетность и многомерное представление данных.

15. Создание OLAP-кубов. Изменение макета OLAP-кубов.

16. Способы агрегирования данных. Детальный просмотр агрегированных данных. Фильтрация данных. Настройка кросс-диаграммы.

17. Преобразование даты и время в OLAP-кубах.

18. Создание пользовательских выражений в OLAP-кубах.

19. Создание OLAP-кубов на основе данных из разных процессов или источников.

20. Описание технологий Data Mining и KDD – Knowledge Discovery in Databases. Основные стадии технологии KDD.

21. Типы задач, решаемые методами Data Mining.

22. Примеры задач из области здравоохранения, решаемые методами Data Mining.

23. Метод Data Mining: Деревья решений.

24. Метод Data Mining: Нейронные сети.

25. Метод Data Mining: Классификация.

26. Метод Data Mining: Карты Кохонена.

27. Метод Data Mining: Ассоциативные правила.

28. Метод Data Mining: Регрессия.