Recomendados
Recomendados
Más contenido relacionado
Similar a “Introduzione alla business intelligence nei sistemi diagnostici ad alta automazione
Similar a “Introduzione alla business intelligence nei sistemi diagnostici ad alta automazione (20)
“Introduzione alla business intelligence nei sistemi diagnostici ad alta automazione
- 1. Walter Antonucci – Maurizio Lombardi Introduzione alla Business Intelligence nei Sistemi Diagnostici ad alta Automazione
- 2. •PROCESSABILITA’; •ARCHIVIAZIONE; DATI DIGITALIZZAZIONE •MONITORAGGIO; •CONFRONTABILITA’
- 3. MODALITA’ PROCESSABILTITA’ di PRESENTAZIONE
- 4. RISORSE PERSONE INFORMAZIONI
- 5. INFORMAZIONI SISTEMA INFORMATIVO
- 8. FABBISOGNO INFORMATIVO LIVELLO DI SERVIZIO ATTESO
- 9. Descrizione soggettiva Dato: di un evento
- 10. ACQUISIZIONE ELABORAZIONE ARCHIVIAZIONE TRASFERIMENTO
- 11. Dato = CONTENUTO + METADATI
- 12. D A REPOSITORY T I
- 13. DATA BASE MANAGEMENT REPOSITORY SYSTEM
- 15. Inserimento delle informazioni in modo veloce ed efficace Non consentono analisi significative in grado di produrre vera e propria conoscenza Non sono adatti all’inserimento di grandi quantità di dati
- 16. la semplice memorizzazione di informazioni non può essere considerata un obiettivo strategico da parte dell’organizzazione
- 17. PRODURRE CONOSCENZA SUPPORTARE I PROCESSI DECISIONALI
- 20. SISTEMI INTEGRATI NEI PROCESSI AZIENDALI E FORTEMENTE ORIENTATI ALLA MISSION DELL’ORGANIZZAZIONE CON LO SCOPO DI FACILITARE QUATTRO FASI STRATEGICHE DELLA PIANIFICAZIONE AZIENDALE: 1.Previsione; 2.Predizione; 3.Simulazione; 4.Costruzione di scenari alternativi
- 21. DIMENSIONE APPLICAZIONI DI PROSPETTICA BUSINESS dell’ATTIVITA’ INTELLIGENCE di MISURAZIONE ed ELABORAZIONE
- 22. SPESSO QUANDO CI SI RIFERISCE AD UN SISTEMA GESITIONALE ORIENTATO ALLA BUSINESS INTELLIGENCE SI FA RIFERIMENTO AD APPLICAZIONI E SISTEMI ALTRESI’ INDICATI CON IL TERMINE DSS (DECISION SUPPORT SYSTEM)
- 23. CONOSCENZA
- 24. DATA MINING Processo che consente di analizzare grandi quantità di dati attraverso l’impiego di strumenti automatici o semiautomatici al fine di scoprire ad esempio, associazioni fra dati ed indicatori, regole, tendenze e schemi significativi, ecc
- 25. Le applicazioni di DATA MINING si avvalgono di una particolare forma di immagazzinamento dei dati…
- 26. particolare modalità di immagazzinamento dei dati nella quale la memorizzazione degli stessi avviene a diversi livelli di aggregazione il che consente all’utilizzatore di poter analizzare i dati praticamente in tempo reale e secondo prospettive differenti
- 27. 1. Integrata; 2. Orientata al soggetto; 3. Variabile nel tempo; 4. Non volatile
- 28. WEKA: the software • Machine learning/data mining software written in Java (distributed under the GNU Public License) • Used for research, education, and applications • Complements “Data Mining” by Witten & Frank • Main features: – Comprehensive set of data pre-processing tools, learning algorithms and evaluation methods – Graphical user interfaces (incl. data visualization) – Environment for comparing learning algorithms
- 29. @relation heart-disease-simplified @attribute age numeric @attribute sex { female, male} @attribute chest_pain_type { typ_angina, asympt, non_anginal, atyp_angina} @attribute cholesterol numeric @attribute exercise_induced_angina { no, yes} @attribute class { present, not_present} @data 63,male,typ_angina,233,no,not_present 67,male,asympt,286,yes,present 67,male,asympt,229,yes,present 38,female,non_anginal,?,no,not_present ...
- 31. • Data can be imported from a file in various formats: ARFF, CSV, C4.5, binary • Data can also be read from a URL or from an SQL database (using JDBC) • Pre-processing tools in WEKA are called “filters” • WEKA contains filters for: – Discretization, normalization, resampling, attribute selection, transforming and combining attributes, …
- 33. 03/08/13 University of Waikato 33
- 36. • New graphical user interface for WEKA • Java-Beans-based interface for setting up and running machine learning experiments • Data sources, classifiers, etc. are beans and can be connected graphically • Data “flows” through components: e.g., “data source” -> “filter” -> “classifier” -> “evaluator” • Layouts can be saved and loaded again later
Notas del editor
- La processabilità di un dato non è tanto una caratteristica del dato stesso quanto della sua modalità di presentazione Essa rappresenta la possibilità del dato stesso di essere facilmente incrociato, confrontato o elaborato al fine di produrre conoscenza
- Ogni organizzazione basa la propria attività su tre elementi fondamentali: Risorse; Persone; Informazioni
- Il fabbisogno informativo è fortemente condizionato dalla complessità dell’organizzazione nel senso che maggiore è la sua complessità e maggiore è l'importanza che la qualità e la quantità delle informazioni riveste per il buon funzionamento dell’organizzazione
- Per questa ragione si parla sempre più di PATRIMONIO INFORMATIVO
- Nelle organizzazioni complesse, inoltre, il fabbisogno informativo risulta correlato in maniera direttamente proporzionale al livello di servizio atteso..
- Un dato può essere considerato come la descrizione soggettiva di un evento
- Quando si fa riferimento alla gestione dei dati ci si riferisce ad un’insieme di operazioni che possono essere distinte in:
- Esso è composto dal suo contenuto che rappresenta appunto la descrizione dell’evento in oggetto , e da una serie di metadati che aggiungono significato al contenuto aumentandone la reperibilità all’interno del sistema o dei repository da parte degli appositi software . I metadati sono di solito costituiti da descrittori o parole chiave che, se gestiti con attenzione, aumentano ed agevolano la reperibilità delle informazioni a cui fanno riferimento.
- I repository a cui si è appena accennato costituiscono vere e proprie basi di dati (generalmente indicate con il relativo termine inglese “Data Base ”) all’interno dei quali le informazioni sono archiviate in modo elettronico sotto forma di file. L’accesso ad un database ovviamente avviene da parte di ciascun utente sulla base di un’identificazione (solitamente attraverso la digitazione di username e password ) che non solo ne autorizza appunto l'accesso da parte dell'operatore ma discrimina anche, sulla base del profilo di utilizzo solitamente connesso allo username, le regole di utilizzo che chiariscono la tipologia delle informazioni alle quali l’utente ha accesso e le modalità di gestione di tali informazioni a lui riservate (esempio: modifica, cancellazione, sovrascrittura, condivisione, ecc.). Tutte queste regole così come quelle relative all’archiviazione e al trasferimento delle informazioni sono gestite dal Data Base Managemet System (spesso indicato con l’acronimo DBMS) che è l’unico elemento autorizzato a “dialogare” direttamente con la base dati ed è costituito da un insieme di software che, oltre a preservarne l’integrità accettano le richieste di dati provenienti dai vari applicativi e danno mandato ai software dedicati di reperire le informazioni ricercate . A questa continua richiesta di informazioni (query) da parte dell’utente segue la generazione di una o più risposte (report). Le formulazioni di query e la generazione di report costituiscono l’essenza dell’interattività del sistema la cui efficienza ed efficacia è proprio a carico del Data Base Management System.
- I sistemi tradizionali di gestione delle informazioni con i quali siamo soliti avere a che fare sono anche definiti: “Sistemi di elaborazione delle transizioni on line” (o OLTP, on-line transaction processing).
- Questi sistemi, per le loro caratteristiche intrinseche, a fronte della possibilità di inserire informazioni in modo estremamente veloce ed affidabile, non consentono però analisi significative in grado di produrre vera e propria conoscenza e, inoltre, non sono adatti all’ analisi di grandi quantità di dati.
- Si è detto infatti che le informazioni all’interno di un’azienda, per essere realmente considerate come una risorsa devono essere in grado di supportare i processi decisionali e mettere pertanto chi di dovere nelle condizioni di compiere le scelte migliori e nel miglior tempo possibile.
- E’ già stato chiarito che a fare realmente la differenza non è tanto la quantità di informazione in oggetto (anche se come vedremo la quantità di informazione influenza sensibilmente le modalità di elaborazione alle quali la si può sottoporre) ma la sua qualità, o meglio la forma con la quale essa è raccolta e conservata perché tale modalità incide poi direttamente sulla possibilità di estrapolare informazioni e conoscenza dai dati memorizzati.
- L’insieme delle attività che utilizzano i dati aziendali per fornire informazioni sul contesto di riferimento così da supportare i processi decisionali, prede il nome di “ Business Intelligence ”. Tali attività sono estremamente integrate all’interno del classico processo aziendale “misurazione, analisi, decisione, azione” al punto tale che non possono esistere due sistemi di supporto alle decisioni progettati nello stesso modo a fronte di due realtà diverse. Questo perché ciascun sistema di Business Intelligence è ideato in modo da risultare fortemente orientato alla mission dell’azienda e al raggiungimento dei suoi obiettivi.
- Osservato dal punto di vista dei risultati che si propone, un sistema di Business Intelligence può essere considerato come un processo che punta alla facilitazione di quattro fasi strategiche della pianificazione aziendale: Previsione; Predizione; Simulazione; Costruzione di scenari alternativi
- Le applicazioni di Business Intelligence si differenziano dai tradizionali sistemi di gestione operativa dei dati proprio in virtù di questa dimensione prospettica dell’attività di misurazione ed elaborazione.
- Questo genere di conoscenza si trova di solito nascosta nella grande mole di dati che ogni giorno un’azienda così come anche un servizio di Diagnostica produce o con i quali si trova costantemente ad avere a che fare. Lo scopo del processo di Data Mining è proprio quello di portare alla luce questa conoscenza per renderla disponibile ha chi ha la responsabilità di prendere decisioni. Ciò è possibile estrapolando dal database i dati generati dalle comuni operazioni di gestione differenziandoli da quelli realmente utili alla presa di decisioni