Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://er.knutd.edu.ua/handle/123456789/17657
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorЧубукова, О. Ю.-
dc.contributor.authorПономаренко, Ігор Віталійович-
dc.contributor.authorНедбайло, Наталія Володимирівна-
dc.date.accessioned2021-05-20T16:41:49Z-
dc.date.available2021-05-20T16:41:49Z-
dc.date.issued2020-
dc.identifier.citationЧубукова О. Ю. Використання Data Mining для обробки бізнес-даних / О. Ю. Чубукова, І. В. Пономаренко, Н. В. Недбайло // Проблеми інноваційно-інвестиційного розвитку. – 2020. – № 23. – С. 71-77.uk
dc.identifier.issn2224-1213uk
dc.identifier.urihttps://er.knutd.edu.ua/handle/123456789/17657-
dc.description.abstractПредмет дослідження – підхід щодо можливості застосування методів Data Mining у рамках бізнес-аналітики з метою оптимізації прийняття управлінських рішень компанією. Метою написання статті є дослідження особливостей використання методів Data Mining для обробки первинних даних, які виступають у якості цінного ресурсу компанії, що може бути застосований для забезпечення конкурентоздатності на певному ринку. Методологія проведення роботи – системно-структурного та порівняльного аналізів (для дослідження напрямів використання Data Mining для комплексного дослідження первинних даних); монографічного (при вивченні передумов зростання використання компаніями Data Mining у процесі дослідження даних); економічного аналізу (при оцінюванні доцільності застосування методів машинного навчання для забезпечення цілей бізнес-аналітики). Визначено особливості затосування Data Mining як одного з напрямів бізнес-аналітики, що дає можливість на основі первинних даних визначати неявні взаємозв’язки між відомими факторними та результативними ознаками. Розкрито основні напрями здійснення маніпуляцій з даними: класифікація та прогнозування, а також кореляційно-регресійний аналіз. Доведено важливість використання основних методів статистичного аналізу в процесі дослідження первинних даних. Наведено специфіку застосування нейронних мереж як одного з найважливіших методів машинного навчання. Використання Data Mining дозволяє компаніям збільшувати ефективність застосування наявних даних та відповідним чином оптимізувати стратегії розвитку. Наявність великої кількості методів машинного навчання та статистичних підходів розширює можливості комплексного аналізу даних. Важливу роль у даному випадку відіграють інноваційні технології та спеціалізовані мови програмування.uk
dc.description.abstractПредмет исследования – подход к возможности применения методов Data Mining в рамках бизнес-аналитики с целью оптимизации принятия управленческих решений компанией. Целью написания статьи является исследование особенностей использования методов Data Mining для обработки первичных данных, которые выступают в качестве ценного ресурса компании, который может быть применен для обеспечения конкурентоспособности на определенном рынке. Методология проведения работы – системно-структурного и сравнительного анализов (для исследования направлений использования Data Mining при комплексном анализе первичных данных); монографического (при изучении предпосылок роста использования компаниями Data Mining в процессе исследования данных); экономического анализа (при оценке целесообразности применения методов машинного обучения для обеспечения целей бизнес-аналитики). Определены особенности использования Data Mining как одного из направлений бизнес-аналитики, которое дает возможность на основе первичных данных определять неявные взаимосвязи между известными факторными и результативными признаками. Раскрыты основные направления осуществления манипуляций с данными: классификация и прогнозирование, а также корреляционно-регрессионный анализ. Доказана важность использования основных методов статистического анализа в процессе исследования первичных данных. Приведена специфика применения нейронных сетей как одного из важнейших методов машинного обучения. Использование Data Mining позволяет компаниям увеличивать эффективность использования имеющихся данных и соответствующим образом оптимизировать стратегии развития. Наличие большого количества методов машинного обучения и статистических подходов расширяет возможности комплексного анализа данных. Важную роль в данном случае играют инновационные технологии и специализированные языки программирования.uk
dc.description.abstractThe subject of the research is the approach to the possibility of applying Data Mining methods in the framework of business analytics in order to optimize the adoption of management decisions by the company.The purpose of writing this article is to study of Data Mining methods features use of primary data, which act as a valuable resource of the company, which can be used to ensure competitiveness in a particular market. The research methodology is system-structural and comparative analyzes (to study the approaches of Data Mining data for the complex analysis of first data); monograph (studying the preconditions for the growth of Data Mining companies use in the process of data research); economic analysis (when assessing the feasibility of using machine learning methods to ensure the goals of business intelligence). The scientific novelty consists the peculiarities of Data Mining application as one of the directions of business analytics are determined, which makes it possible to determine implicit relationships between known factor and result characteristics on the basis of primary data. The main directions of data manipulation are revealed: classification and forecasting, as well as correlation-regression analysis. The importance of using the basic methods of statistical analysis in the process of studying primary data is proved. The specifics of the use of neural networks as one of the most important methods of machine learning are given. The use of Data Mining allows companies to increase the efficiency of the use of available data and optimize development strategies accordingly. The presence of a large number of machine learning methods and statistical approaches expands the possibilities of comprehensive data analysis. Innovative technologies and specialized programming languages play an important role in this case.uk
dc.language.isoukuk
dc.subjectданіuk
dc.subjectефективністьuk
dc.subjectекономікаuk
dc.subjectмашинне навчанняuk
dc.subjectнейронні мережіuk
dc.subjectстатистичний аналізuk
dc.subjectуправлінське рішенняuk
dc.subjectданныеuk
dc.subjectэффективностьuk
dc.subjectэкономикаuk
dc.subjectмашинное обучениеuk
dc.subjectнейронные сетиuk
dc.subjectстатистический анализuk
dc.subjectуправленческое решениеuk
dc.subjectdata mininguk
dc.subjectdatauk
dc.subjectefficiencyuk
dc.subjecteconomyuk
dc.subjectmachine learninguk
dc.subjectneural networksuk
dc.subjectstatistical analysisuk
dc.subjectmanagement decisionuk
dc.titleВикористання Data Mining для обробки бізнес-данихuk
dc.title.alternativeИспользование Data Mining для обработки бизнес-данныхuk
dc.title.alternativeUsing Data Mining to process business datauk
dc.typeArticleuk
local.contributor.altauthorЧубукова, Ольга Юрьевна-
local.contributor.altauthorПономаренко, Игорь Витальевич-
local.contributor.altauthorНедбайло, Наталья Владимировна-
local.contributor.altauthorChubukova, Olha-
local.contributor.altauthorPonomarenko, Ihor-
local.contributor.altauthorNedbailo, Natalia-
local.subject.sectionЕкономіка, фінанси, менеджментuk
local.sourceПроблеми інноваційно-інвестиційного розвиткуuk
local.sourceThe Problems of Innovation and Investment-Driven Developmentuk
local.subject.facultyФакультет економіки та бізнесуuk
local.identifier.sourceВидання Україниuk
local.subject.departmentКафедра маркетингу та комунікаційного дизайнуuk
local.identifier.doi10.33813/2224-1213.23.2020.8uk
local.subject.method1uk
Розташовується у зібраннях:Наукові публікації (статті)
Кафедра маркетингу та комунікаційного дизайну (МКД)

Файли цього матеріалу:
Файл Опис РозмірФормат 
DOI-10.33813-2224-1213.23.2020.8.pdf205,92 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.