Zaloguj się Wypróbuj za darmo

ExMetrix

ExMetrix – dostarcza platformę, służącą do szeroko rozumianej eksploracji danych. Integracja potężnych zasobów baz danych i rozbudowanych narzędzi analitycznych umożliwia łatwe i szybkie przejście od olbrzymiej ilości pojedynczych danych do syntetycznie opisanej wiedzy ukrytej w tych danych . Po uzyskaniu dostępu do platformy, Użytkownik może przeprowadzać swoje własne badania i analizy oraz budować modele predykcyjne.

ExMetrix – analizuje dane na zlecenie Użytkownika. Mogą to być dane dostarczone przez Użytkownika, lub połączone zasoby danych Użytkownika oraz naszych baz. Budujemy i optymalizujemy modele różnych zjawisk ekonomicznych, demograficznych i rynkowych w tym modele o charakterze predykcyjnym.

ExMetrix – oferuje dostęp do naszych modeli, które prognozują podstawowe rynki i wskaźniki makroekonomiczne.

Informacja jest jednym z najcenniejszych towarów we współczesnym świecie. Jej wykorzystywanie w celu zrozumienia tego świata jest wyzwaniem dla dynamicznie rozwijających się technologii informatycznych.

Dostęp do potężnych baz danych staje się w ostatnim czasie coraz łatwiejszy, a bazy ze względu na rozwój technik archiwizacji danych , zawierają mnóstwo informacji dotyczących większości aspektów otaczającego świata. Same bazy, zaczynają nabierać wartość dopiero w momencie, kiedy ich analiza dostarcza konkretnej wiedzy zawartej w liczbach, a wiedza ta wspomaga proces podejmowania decyzji .

Do eksploracji danych wykorzystujemy Data Mining, który bazuje na coraz większych możliwościach obliczeniowych współczesnych komputerów. Narzędzia Data Miningowe „drążą” dane zgromadzone w potężnych bazach liczących miliony szeregów czasowych.

Wiedza wydobywana z hurtowni danych nie jest póki co możliwa do zdobycia innymi niż Data Mining metodami. Człowiekowi nie starczyłoby życia do przejrzenia baz , które są obecnie do dyspozycji, a warto pamiętać, że ilość danych opisujących świat wzrasta w olbrzymim tempie. Według nowego badania IDC Digital Universe „Extracting Value from Chaos” ilość danych na świecie podwaja się co niecałe dwa lata

Celem uzyskania wiedzy jest lepsze zrozumienie analizowanych zagadnień i procesów a wykorzystanie tej wiedzy służy bardzo często do wspomagania procesów decyzyjnych związanych z analizowaną dziedziną.

Proces przejścia „od danych do wiedzy”, który odbywa się zwykle według następującego schematu:

1. Zdefiniowanie analizowanego zagadnienia – określenie zmiennej zależnej reprezentującej analizowane zagadnienie.

2. Selekcja zbioru zmiennych niezależnych powiązanych z zadaną zmienną zależną. Selekcja odbywa się w procesie automatycznego przeszukiwania baz danych. Opcjonalnie użytkownik może dołączyć dane na podstawie własnej wiedzy eksperckiej.

Cel – otrzymanie zbioru zmiennych wykorzystywanego w procesie budowy i eksploatacji modelu matematycznego zależności pomiędzy zmienną zależną z zmiennymi niezależnymi.

Wyszukiwanie zmiennych odbywa się na poziomie zależności liniowych oraz podobieństwa widmowego ( harmoniczne ).

3. Optymalizacja pojemności informacyjnej znalezionego zbioru danych – przyczynia się do zmniejszenia modelu i poprawy szybkości jakości procesu optymalizacji parametrów.

4. Wykonanie raportu statystycznego i widmowego dotyczącego wyselekcjonowanych zmiennych .

5. Przekształcenia danych celem uzyskania postaci najlepiej nadającej się do budowy modelu.

6. Ustalenie końcowego składu zbioru zmiennych niezależnych. Model może być zbudowany

w oparciu o zmienne wyszukane w procesie selekcji ExMetrix, oraz dodatkowe zmienne postulowane przez użytkownika modelu.

Ostateczna grupa zmiennych niezależnych akceptowana jest przez Użytkownika modelu.

7. Budowa i eksploatacja modelu matematycznego syntetyzującego uzyskaną wiedzę.