Немного о задачах анализа данных

Мощные методы анализа могут быть применимы к любой области, начиная от веб-аналитики до данных опросов, продаж, маркетинга, страхования, правоохранительных органов, некоммерческих, инженерных или социальных данных. Вне зависимости от объема данных, несколько сотен или сотни тысяч записей, а также их типа, числовые, категорические, пропущенные - масштабируемые алгоритмы быстро извлекут ценные знания.

Примеры таких задач:

Медицина (прогнозирование врожденных пороков развития, прогнозирование риска осложнений в послеоперационный период, диагностика онкологических заболеваний кроветворных тканей и др.).

Экономика (анализ безработицы в регионе, прогноз налоговых поступлений, разработка прогнозов социально-экономических индикаторов города для оценки программ муниципального экономического развития и др.).

Правоохранительные органы (прогноз развития текущего уровня преступности по сравнению с прошлыми, анализ деятельности органов внутренних дел по противодействию легализации преступных доходов, выявление случаев мошенничества и др.)

Промышленность (мониторинг и предсказание температурного режима произведенной установки, прогнозирование объемов потребления электроэнергии, диагностика тяговых трансформаторов на железнодорожном транспорте и др.)

Связь (задачи маршрутизации, планирование сотовых сетей подвижной радиосвязи, распределение каналов в сотовых радиосетях и др.)

Геоинформационные системы (восстановления пропущенных данных, районирование, типология, классификация процессов и явлений, создание моделей поверхности, интерполяция, анализ и прогнозное картирование пространственно распределенных данных и др.)

Бизнес (кредитоспособность заемщика банка, оценка риска инвестиционного проекта, прогнозирование продаж товаров и др.)