索引
数字 A B C D E F G J K L M N O P R S U V X Y
あ か さ た な は ま や ら わ
数字
- 1クラスSVM, [1], [2], [3]
- 2項ターゲット, [1]
- 2乗平均平方根誤差, [1]
A
- ALTER_REVERSE_EXPRESSION, [1]
- API
-
- 「アプリケーション・プログラム・インタフェース」を参照
Apriori, [1], [2]
ASSO_MAX_RULE_LENGTH, [1]
ASSO_MIN_CONFIDENCE, [1]
ASSO_MIN_SUPPORT, [1]
B
- Bayesの定理, [1], [2]
- BLASライブラリ, [1]
C
- CLAS_COST_TABLE_NAME, [1]
- CLAS_PRIORS_TABLE_NAME, [1]
- CLAS_WEIGHTS_TABLE_NAME, [1]
- CLUS_NUM_CLUSTERS, [1]
- CREATE_MODEL, [1]
D
- DBMS_DATA_MINING, [1]
- DBMS_DATA_MINING_TRANSFORM, [1], [2]
- DBMS_FREQUENT_ITEMSET, [1]
- DBMS_PREDICTIVE_ANALYTICS, [1], [2]
- DBMS_STAT_FUNCS, [1]
- DMSYSスキーマ
-
- 「非推奨機能」を参照
E
- entropy, [1]
- Excel, [1]
- EXPLAIN, [1], [2], [3]
-
- 属性評価, [1]
F
- FEAT_NUM_FEATURES, [1]
G
- GET_MODEL_DETAILS, [1]
- GET_MODEL_TRANSFORMATIONS, [1]
- gini, [1]
J
- Java API, [1], [2]
K
- k-Means, [1], [2], [3], [4], [5], [6]
- KDD, [1]
L
- LAPACKライブラリ, [1]
M
- MDL
-
- 「最小記述長」を参照
N
- Naive Bayes, [1], [2], [3], [4]
-
- 事前確率, [1]
NMF
- 「Non-Negative Matrix Factorization」を参照
Non-Negative Matrix Factorization, [1], [2], [3]
- データ準備, [1]
O
- O-Cluster, [1], [2], [3]
- OLAP, [1], [2], [3]
- Oracle Databaseのカーネル, [1]
- Oracle Databaseの統計関数, [1]
- Oracle Databaseの分析, [1]
- Oracle Data Miner, [1], [2], [3], [4], [5], [6], [7], [8]
- Oracle Data Miningのディスカッション・フォーラム, [1]
- Oracle Discoverer, [1]
- Oracle Intermedia, [1]
- Oracle OLAP, [1]
- Oracle Portal, [1]
- Oracle Spatial, [1]
- Oracle Spreadsheet Add-In for Predictive Analytics, [1], [2]
- Oracle Text, [1], [2], [3]
P
- PL/SQL API, [1]
- PREDICT, [1], [2]
- PREDICTION_PROBABILITY, [1], [2]
- PROFILE, [1], [2]
R
- ROC
-
- 「受信者操作特性」を参照
S
- Spreadsheet Add-In
-
- 「Oracle Spreadsheet Add-In for Predictive Analytics」を参照
Spreadsheet Add-In for Predictive Analytics, [1]
SQLデータ・マイニング関数, [1], [2]
SVM
- クラスの重み, [1]
- 「サポート・ベクター・マシン」を参照
U
- UTL_NLA, [1]
V
- Vapnikの理論, [1]
X
- XML
-
- PROFILE, [1]
- ディシジョン・ツリー, [1], [2]
Y
- y切片, [1]
あ
- アプリケーション・プログラム・インタフェース, [1]
- アルゴリズム
-
- 1クラス・サポート・ベクター・マシン, [1], [2], [3]
- Apriori, [1], [2], [3]
- k-Means, [1], [2], [3]
- Naive Bayes, [1], [2], [3]
- Non-Negative Matrix Factorization, [1], [2], [3], [4]
- O-Cluster, [1], [2], [3], [4]
- 一般化線形モデル, [1], [2], [3], [4]
- 監視あり, [1], [2]
- 監視なし, [1]
- 最小記述長, [1], [2], [3]
- サポート・ベクター・マシン, [1], [2], [3], [4]
- ディシジョン・ツリー, [1], [2], [3]
異常検出, [1], [2], [3], [4], [5], [6]
- データ例, [1]
- 問題例, [1]
一般化線形モデル, [1], [2], [3], [4]
オーバー・フィット, [1]
か
- 回帰, [1], [2], [3]
-
- 作成データ例, [1]
- 定義, [1]
- テスト, [1], [2]
- トレーニング, [1], [2]
- 問題例, [1]
回帰係数, [1], [2]
回帰パラメータ, [1]
階層, [1]
- クラスタ, [1]
階層クラスタリング, [1]
確率しきい値, [1], [2], [3]
傾き, [1]
カーネル, [1]
監視ありアルゴリズム, [1]
監視あり学習, [1]
監視なしアルゴリズム, [1]
監視なし学習, [1]
機械学習, [1]
記述モデル, [1]
帰納的推論, [1]
逆変換, [1]
キューブ, [1]
曲線下の面積, [1]
距離ベースのクラスタリング・モデル, [1]
組込みのデータ準備, [1], [2]
クラスタ
- ルール, [1]
クラスタの詳細, [1]
クラスタリング, [1], [2], [3], [4], [5]
- 階層, [1]
- スコアリング, [1], [2]
- テキスト・マイニング, [1]
データ例, [1]
問題例, [1]
クラスの重み, [1]
グリッドベースのクラスタリング・モデル, [1]
計算論的学習, [1]
ケース表, [1], [2], [3]
欠損値の処理, [1], [2]
後件, [1]
高頻度項目セット, [1]
項目セット, [1]
コスト, [1], [2], [3]
- ディシジョン・ツリー, [1]
コスト・マトリックス, [1], [2]
コスト/利益マトリックス, [1]
混同マトリックス, [1], [2]
さ
- 最小記述長, [1], [2], [3], [4], [5]
- サポート・ベクター・マシン, [1], [2], [3], [4]
-
- 1クラス, [1]
- 回帰, [1], [2]
- ガウス・カーネル, [1]
- 線形カーネル, [1]
- テキスト・マイニング, [1]
- 能動学習, [1]
- 分類, [1], [2]
残差, [1]
残差プロット, [1]
指示あり学習, [1]
支持度, [1], [2], [3]
- 定義, [1]
事前確率, [1], [2]
質的, [1]
自動データ準備, [1], [2], [3], [4], [5]
重回帰, [1]
重心, [1], [2]
受信者操作特性, [1], [2]
- 統計, [1]
人工知能, [1]
真のネガティブ数, [1]
真のポジティブ, [1], [2]
真のポジティブ数, [1]
真のポジティブの割合, [1]
信頼限界, [1]
信頼度, [1], [2], [3]
- 定義, [1]
スコアリング, [1], [2], [3], [4]
- 定義, [1]
- リアルタイム, [1]
スター・スキーマ, [1]
スパース・データ, [1], [2], [3], [4]
スーパーモデル, [1], [2]
正規化, [1]
正則化, [1]
精度, [1], [2], [3]
セグメント, [1]
線形回帰, [1], [2], [3], [4]
前件, [1]
相関ルール, [1], [2], [3], [4]
- 支持度, [1], [2]
- 信頼度, [1], [2]
- 前件と後件, [1]
- テキスト・マイニング, [1]
データ, [1]
問題例, [1]
リフト, [1]
層別サンプリング, [1]
属性, [1], [2]
- 最適な検出, [1]
属性ヒストグラム, [1], [2]
属性評価, [1], [2], [3], [4], [5], [6]
- データ例, [1]
- モデルの詳細, [1]
- 問題例, [1]
た
- タイムスタンプ・データ, [1]
- 多クラス・ターゲット, [1]
- ターゲット, [1], [2]
- ターゲット密度, [1]
- 多次元データ, [1], [2]
- 多次元分析, [1]
- 多重共線性, [1]
- 多変量線形回帰, [1]
- 単一性, [1]
- 単一レコード・ケース, [1]
- 単一レコード・ケース・データ, [1]
- 直交パーティショニング・クラスタリング
-
- 「O-Cluster」を参照
ディシジョン・ツリー, [1], [2], [3]
- モデルの詳細, [1]
- ルール, [1], [2]
テキスト
- 前処理, [1]
テキストの特徴, [1]
テキスト・マイニング
- アルゴリズム, [1]
- クラスタリング, [1]
- サポート・ベクター・マシン, [1]
相関ルール, [1]
データ型, [1]
データ例, [1]
特徴抽出, [1]
分類, [1]
前処理, [1]
問題例, [1]
ロジスティック回帰, [1]
テキスト用語, [1]
適用, [1]
テスト
- 回帰モデル, [1], [2]
分類モデル, [1]
データ
- 組込みの準備, [1]
- 自動準備, [1], [2], [3]
- 収集と調査, [1]
- スパース, [1], [2], [3]
- 整備, [1]
- 高いディメンション, [1]
- 単一レコード・ケース, [1], [2]
- ディメンション, [1], [2]
- トランザクショナル, [1], [2]
- ネスト, [1]
- 非構造化, [1]
- 複数レコード・ケース, [1]
- マーケット・バスケット, [1], [2]
- ワイド, [1]
データ・ウェアハウス, [1]
データ型, [1]
データ準備, [1], [2], [3], [4]
- 組込み, [1], [2]
- クラスタリング, [1]
- 欠損値, [1]
自動, [1]
データ・マイニング
- Oracle, [1]
- 自動, [1]
- 定義, [1]
- プロセス, [1]
デモ・プログラム, [1]
統計, [1]
統計関数, [1]
動径基底関数, [1]
等幅ビニング, [1]
透明性, [1], [2], [3], [4], [5]
ドキュメント, [1]
特徴, [1], [2], [3]
特徴抽出, [1], [2], [3], [4], [5]
- 係数, [1]
- スコアリング, [1]
- テキスト・マイニング, [1]
データ例, [1]
モデルの詳細, [1]
問題例, [1]
トランザクショナル・データ, [1], [2], [3]
トレーニング, [1]
- 回帰モデル, [1]
な
- ニューラル・ネットワーク, [1]
- ネガティブ・クラス, [1]
- ネストしたデータ, [1], [2]
- 能動学習, [1]
は
- 配置, [1], [2]
- 外れ値, [1]
- 非構造化データ, [1], [2]
- 非推奨機能, [1]
- ヒストグラム, [1], [2]
- 非線形回帰, [1]
- 日付データ, [1]
- ビニング, [1]
- 不適切なネガティブ数, [1], [2]
- 不適切なポジティブ, [1], [2]
- 不適切なポジティブ数, [1], [2]
- 不適切なポジティブの割合, [1]
- プルーニング, [1]
- ブログ, [1]
- 分位リフト, [1]
- 分類, [1], [2], [3]
-
- テキスト・マイニング, [1]
- テスト, [1]
- データ例, [1]
- バイアス, [1]
- 問題例, [1]
平均絶対誤差, [1]
変換, [1], [2], [3]
ポジティブ・クラス, [1]
ホワイト・ペーパー, [1]
ま
- マイニング機能, [1], [2]
-
- 異常検出, [1], [2], [3]
- 回帰, [1], [2], [3]
- クラスタリング, [1], [2], [3]
- 相関ルール, [1], [2], [3]
- 属性評価, [1], [2], [3], [4], [5]
- 特徴抽出, [1], [2], [3], [4]
- 分類, [1], [2], [3]
マーケット・バスケット
- 問題例, [1]
マーケット・バスケット・データ, [1]
マーケット・バスケット分析, [1]
モデル
- 異常検出, [1]
- オーバーフィット, [1]
- 回帰, [1]
- 監視あり, [1], [2], [3], [4]
- 監視なし, [1]
クラスタリング, [1], [2]
相関ルール, [1]
属性評価, [1]
特徴抽出, [1]
配置, [1]
分類, [1]
モデルの詳細, [1], [2], [3], [4]
や
- 用語, [1]
- 用語抽出, [1]
- 予測の信頼度, [1], [2], [3]
- 予測分析, [1], [2], [3]
-
- 「EXPLAIN」も参照
- Java API, [1]
- PL/SQL API, [1]
- 「PREDICT」も参照
- 「PROFILE」も参照
- Spreadsheet Add-In, [1], [2]
- 精度, [1]
予測モデル, [1]
ら
- 利益, [1]
- リッジ回帰, [1]
- リフト, [1], [2]
-
- グラフ例, [1]
- 相関ルール, [1]
- 統計, [1]
量的, [1]
累積増加率, [1]
累積ターゲット数, [1]
累積ターゲット密度, [1]
累積非ターゲット数, [1]
累積リフト, [1]
ルール, [1]
- PROFILE, [1]
- クラスタ, [1], [2]
- 支持度, [1]
信頼度, [1]
ディシジョン・ツリー, [1], [2]
レコードの累積比率, [1]
ロジスティック回帰, [1], [2]
- クラスの重み, [1]
わ
- ワイド・データ, [1]