CRISP-DM

Материал из MachineLearning.

CRISP-DM (CRoss Industry Standard Process for Data Mining) наиболее распространенная и популярная методология ведения проектов интеллектуального анализа данных^[1]. Опросы проводившиеся в 2002, 2004 и 2007 годах, показывают что эта методология часто применяется исследователями данных.^{[1] [1] [1]}

Содержание 1 Основные этапы 2 История 3 CRISP-DM 2.0 4 Преимущества 5 Сноски 6 Внешние ссылки

Основные этапы

CRISP-DM разбивает процесс анализа данных на шесть основных этапов^[1]:

• Понимание задач бизнеса (Business Understanding)
• Понимание данных (Data Understanding)
• Подготовка данных (Data Preparation)
• Моделирование (Modeling)
• Тестирование (Evaluation)
• Запуск в производство (Deployment)

История

Идея CRISP-DM зародилась в 1996. В 1997 была начата разработка проекта в Европейском Содружестве под эгидой фонда ESPRIT (European Strategic Program on Research in Information Technology). Проект возглавили четыре компании: ISL, NCR Corporation, Daimler-Benz and OHRA.

Эти компании поделились своим опытом в проекте. ISL впоследствии была поглощена SPSS Inc.. Компьютерный гигант NCR Corporation породила Teradata, хранилище данных и собственное программное обеспечение по анализу данных. Daimler-Benz имело большую команду интеллектуального анализа данных. OHRA, страховая компания начала исследовать потенциал интеллектуального анализа данных.

Первая версия методологии была выпущена CRISP-DM 1.0 в 1999.

CRISP-DM 2.0

В июле 2006 консорциум анонсировал желание начать работу над второй версией CRISP-DM. 26 сентября 2006, инициативная группа CRISP-DM собрались для обсуждения потенциальных улучшений в CRISP-DM 2.0 и последующего плана работ. Однако, этим начинаниям не суждено было быть завершенными. С начала 2007 года инициативная группа больше не собиралась, вебсайт CRISP не обновлялся и не появлялось какой-либо новой информации.

Преимущества

• Пригодна для любой индустрии
• Можно использовать любые инструменты
• Близка по духу к KDD Process Model
• Делает основной упор на интеллектуальном анализе данных

Сноски

Внешние ссылки

• CRoss Industry Standard Process for Data Mining
• CRoss Industry Standard Process for Data Mining Blog
• Le site des dataminers Article publié par Pascal BIZZARI, Mai 2009
• The Data Mining Group (DMG): The DMG is an independent, vendor led group which develops data mining standards, such as the Predictive Model Markup Language (PMML)