Skip Headers

E-MINER (마이닝)

 

Go to Documentation Home
HOME
Go to Book List
PRO_home
Go to Table of Contents
연구회
Go to Index
자료실
Go to Master Index
R-PROJECT
Go to Feedback page
MAIL

Go to previous page
Previous
Go to next page
Next
 

차 례  (E-Miner Program)


참 고
차 례


참고

* <<고객관리(CRM)를 위한 데이터마이닝방법론(강현철외,자유아카데미)>>을 기본으로 하여 실습해보았습니다.

참고 사이트 참고 도서

1. 숭실대 정보통계 보험수리학과

2. 백승민 홈페이지

3. SAS함수 리스트

4. 통계분석연구회

5.Using SAS® Enterprise Miner

1. 고객관리(CRM)를 위한 데이터마이닝방법론(강현철,한상태,최종후외)

2. Data Mining Using SAS® Enterprise Miner

3. 데이터마이닝(기능과 사용법) ( 최종후,한상태,강현철외)

4. 데이터마이닝(방법론 및 활용) (강현철,한상태,최종후외)

5.  SAS Enterprise Miner를 이용한 데이터 마이닝(배화수,조대현,석경하외)

6. 고객관리(CRM)를 위한 데이터마이닝의 활용과 실습(김광용,김명섭)

7. 고객관계관리와 데이터마이닝(김연형,김재훈,이석원외)

8. 데이터마이닝(이태림,구자용,박헌진외)

* 예제 데이터 : 자유아카데미 자료실


차례

MAIN

- SAMPLE
    1. Sampling
    2. Data Partition
- Explore
    1. Distribution Explorer
    2. Muliplot
    3. 데이터 탐색 (Insight)
    4. Text Miner(공사중)

    5. 연관성분석 (Association)

    6-1. 결정계수를 이용한 변수선택 (Variable Selection)

    6-2. 카이제곱 통계량을 이용한 변수선택 (Variable Selection)

    7. 연결분석 (Link Analysis)

- Modify
    1. Data Set Attributes
    2. 변수 변환 (Transform Variables)
    3. 이상치 제거 (Filter Outliers)
    4. 결측값/특이값 대체 (Replacement)
    5. 군집분석 (Clustering)
    6. SOM/Kohonen
    7. Time Series

   8. Interactive Grouping

- Model
    1-1. 선형회귀분석 (Linear Regression)
    1-2. 로지스틱 회귀분석 (Logistic Regression)
    2-1. 의사결정나무 (Decision Tree)
    2-2. 회귀나무나무 (Regression Tree)
    3. Neural Network
    4. Princomp/Dmneural
    5. User Defined Model
    6-1. Ensemble(Combined Models)

    6-2. Ensemble(Stratified Models)

    6-3. Ensemble(Bagging Models)

    6-4. Ensemble(Boosting Models)

    7. 기억기반추론 (Memory-Based Reasoning)
    8. Two Stage Model
- Assess
    1. Assessment
    2. Reporter
- Scoring
    1. Score
    2. Score Converter
- Utility
    1. Group Processing
    2. Data Mining Database
    3. SAS Code
    4. Control Point
    5. Subdiagram