Proces standard pentru industria minieră

Cross Industry Standard Process for Data Mining ( CRISP-DM ) este un model de proces de extragere a datelor care descrie o abordare frecvent utilizată pentru rezolvarea problemelor de domeniu .

Sondajele efectuate în 2002, 2004, 2007, 2014 și 2020 arată că aceasta este principala metodă utilizată de minerii de date. Această metodă a fost creată de un consorțiu format din companiile NCR, SPSS și Daimler-Benz. Procesul definește o ierarhie constând din faze majore, sarcini generale, sarcini specializate și instanțe de proces.

Fazele principale

CRISP-DM împarte procesul de extragere a datelor în șase faze principale:

Istorie

Metoda CRISP-DM a fost concepută în 1996. În 1997, sa dezvoltat ca un proiect al Uniunii Europene finanțat de programul ESPRIT . Proiectul este condus de patru companii: ISL, NCR Corporation , Daimler-Benz și OHRA. Acest nucleu al consorțiului aduce experiențe diferite proiectului: ISL, dobândit ulterior și integrat în SPSS Inc. produce pachetele sale de software de analiză predictivă cu același nume, acum integrate în grupul IBM. Gigantul de calculatoare NCR Corporation a creat divizia Teradata specializată în depozite de date și propriul pachet software de data mining. Daimler-Benz avea o echipă numeroasă de mineri de date. OHRA , o companie de asigurări, tocmai începuse să exploreze potențialul de utilizare a exploatării datelor.

Prima versiune a metodei a fost lansată sub versiunea CRISP-DM 1.0 în 1999.

CRISP-DM 2.0

În iulie 2006, consorțiul anunță că va începe să lucreze la o a doua versiune a CRISP-DM. 26 septembrie 2006, CRISP-DM SIG se întâlnește pentru a discuta despre îmbunătățirile pentru CRISP-DM 2.0 și foaia de parcurs rezultată. De cand22 iunie 2011, site-ul redirecționează către o pagină de pe site-ul IBM dedicată SPSS.

Beneficii

Note

linkuri externe

Referințe

  1. (în) C. Shearer, „  Modelul CRISP-DM: noul plan pentru extragerea datelor  ” ( ArhivăWikiwixArchive.isGoogle • Ce trebuie făcut ) [PDF] (accesat la 9 aprilie 2013 ) . J Data Warehousing 2000; 5: 13-22.
  2. Gregory Piatetsky-Shapiro (2002) KDnuggets Methodology Poll
  3. Gregory Piatetsky-Shapiro (2004) Sondaj metodologic KDnuggets
  4. Gregory Piatetsky-Shapiro (2007) Sondaj metodologic KDnuggets
  5. (ro-SUA) „  CRISP-DM, încă metodologia de vârf pentru proiecte de analiză, minerit de date sau științe de date  ” , pe KDnuggets (accesat la 21 aprilie 2021 )
  6. (en-SUA) Jeff Saltz , „  CRISP-DM este în continuare cel mai popular cadru pentru executarea proiectelor de știință a datelor  ” , privind managementul proiectelor în domeniul științei datelor ,30 noiembrie 2020(accesat la 21 aprilie 2021 )
  7. Robert Nisbet, John Elder, Gary Miner Handbook of Statistical Analysis & Data Mining Applications (Academic Press) pagina 35
  8. (în) Gavin Harper , „  Metode pentru extragerea datelor HTS  ” , Drug Discov. Astăzi , vol.  11, n os  15-16,august 2006, p.  694-699 ( PMID  16846796 , DOI  10.1016 / j.drudis.2006.06.006 , citiți online ).
  9. „  CRISP-DM 1.0  ” ( ArchiveWikiwixArchive.isGoogle • What to do? ) (Accesat la 9 aprilie 2013 ) .
  10. „  CRISP-DM SIG  ” ( ArchiveWikiwixArchive.isGoogle • What to do? ) (Accesat la 9 aprilie 2013 ) .
  11. „  Modelul procesului KDD  ” ( ArhivăWikiwixArchive.isGoogle • Ce trebuie făcut? ) (Accesat la 9 aprilie 2013 )