데이터마이닝 Crisp-dm

소개

컴퓨터하드웨어와 관련된 데이터마이닝 Crisp-dm방법을 적용한 리포트입니다.

목차

1. Business Understanding
1.1 Determine business objectives
1.2 Determine data mining goals
1.3 Produce project plan

2. Data understanding
2.1 Collect initial data
2.2 Describe data
2.3 Explore data
2.4 Verify data quality

3. Data preparation
3.1 Construct data
4. Modeling
4.1 Select modeling technique
4.2 Build model

5. Evalution
5.1 Evalution results

※ Discussion

본문내용

1. Business Understanding
1.1 Determine business objectives

아날로그 컴퓨터는 최초의 기계식 형태로부터 전자식으로 바뀌게 되었다. 예를 들어, 발사된 포탄의 탄도를 구하기 위하여 음극선관의 수직 전압과 수평 전압을 적당히 변화시킨다. 공기 저항을 고려하기 위하여 전압을 조절하기도 한다. 그러면 탄도가 스크린에 나타난다. 이것은 포탄의 탄도를 계산하여 그 결과를 스크린에 나타낸 것으로 아날로그 컴퓨터에 해당한다.
아날로그 컴퓨터에서는 데이터를 다른 형태로 변환시키지 않고 감응 장치(sensor)로부터 직접 입력되어 처리된다. 따라서 처리 속도가 빠르기 때문에 산업에서 자동 제어용으로 많이 사용된다. 그러나 부품의 성질과 전압이나 전류 등의 측정 능력에 따라 결과가 달라지기 때문에 정밀도가 낮아서 일부의 목적에는 적합할 수 있으나 정밀도를 요하는 데에는 적합하지 않다. 또한 일반적으로 기억 기능이 없으며, 자동 제어나 미분방정식 등 제한된 분야에서 특수한 목적으로만 쓸 수 있기 때문에 디지털 컴퓨터의 가격이 저렴해진 현재에는 아날로그 컴퓨터를 단독으로 사용하는 경우가 거의 없다.
그 역할의 중심에는 CPU를 빼 놓을 수 없다. 모든 CPU가 다 같은 성능을 발휘하는 것만은 아니다. 회사별 모델별 성능의 차이도 있을 것 이다. 이에 우리는 컴퓨터에서 사람의 뇌와 같은 역할을 수행하는 CPU에 관해 조사를 하려고 한다.


1.2 Determine data mining goals
컴퓨터 CPU 성능을 구별함에 있어서 회사별, Vendor name, Model name, MYCT, MMIN, MMAX, CACH, CHMIN, CHMAX, PRP, ERP 등 10가지 종류로 각 회사의 모델별 CPU 자료를 통해 성능 구분을 위해 데이터 마이닝을 실시하였다.

이하생략

참고자료

· 없음