A Comparison of Decision Tree Data Mining Algorithms in SAS Enterprise Miner and MS SQL Server Data Mining

• Autorzy: Maciej Pondel

Warianty tytułu

Porównanie algorytmów drzew decyzyjnych w narzędziach SAS Enterprise Miner i MS SQL Server Data Mining

• Języki publikacji: EN

Abstrakty

EN

Today’s business generates tremendous volumes of data. Most of the data are essential to provide operational processes. Though they are useful to support operational business processes they are also used for analysts. Analytical tools support processes on a higher – managing – level. This group of solutions is called Business Intelligence. A part of the business intelligence tools is data mining software. Various software producers develop their own Data Mining tools. Author of this paper has chosen two of them: Microsoft SQL Server 2008 and SAS Enterprise Miner and compared one of the available Data Mining methods. (original abstract)

W dzisiejszym biznesie generowana jest ogromna ilość danych. Większość tych danych jest niezbędna do zapewnienia sprawnego przebiegu procesów operacyjnych. Są one również bardzo ważne z analitycznego punktu widzenia. Narzędzia analityczne wspierają procesy wyższego poziomu – zarządzania. Taka grupa narzędzi nosi nazwę Business Intelligence. Część tej grupy stanowią narzędzia drążenia danych. Wielu producentów oprogramowania ma w swojej ofercie narzędzia drążenia danych. Autor na potrzeby tego artykułu wybrał dwa: Microsoft SQL Server 2008 oraz SAS Enterprise Miner i porównał jedną z dostępnych metod drążenia danych. (abstrakt oryginalny)

Słowa kluczowe

EN

Management; Business intelligence; Software; Decision tree

PL

Zarządzanie; Wywiad gospodarczy; Oprogramowanie; Drzewo decyzyjne

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Informatyka Ekonomiczna
• Rocznik: 2011
• Tom: 21
• Numer: nr 202
• Strony: 69--78

Twórcy

autor

Maciej Pondel

• Wrocław University of Economics, Poland

Bibliografia

• Beck A., Herb Edelstein discusses the usefulness of data mining, http://www.tgc.com/dsstar/971014/100007.html.
• Hand D., What you get is what you want? Some dangers of Black Box Data Mining, [in:] M2005 Conference Proceedings, SAS Institute, Cary, NC, 2005.
• MacLennan J., Tang Z., Crivat B., Data Mining with Microsoft SQL Server 2008, Wiley Publishing, Indianapolis 2009.
• Mendrala D., Szeliga M., Serwer SQL 2008 Usługi biznesowe, Helion, Gliwice 2009.
• Owoc M., Hauke K., Pondel M., Building Data Mining Models in the Oracle 9i Environment, [in:] Informing Science + IT Education Conference, Pori, Finland, 24-27 June 2003, Pori 2003.
• Wikipedia 2011, http://en.wikipedia.org/wiki/Decision_tree_learning.
• Witten I., Frank E., Data Mining Practical Machine Learning Tools and Techniques, Morgan Kaufmann Publishers (Elsevier), San Francisco 2005.