索引
A B C D E F G H I J K L M N O P R S T U W X
A
- 精度, 3.5.2.1, 5.3.1.1, 5.3.2
- 能動学習, 18.1.4
- アクティブなサンプリング, 17.1.2
- ADP
-
- 「自動データ準備」を参照
- アルゴリズム
-
- Apriori, 2.4.2, 8.3, 10, 19.2.4
- ディシジョン・ツリー, 2.4.1, 11, 19.2.4
- 一般化線形モデル, 2.4.1, 12, 19.2.4
- k-Means, 2.4.2, 7.4, 13, 19.2.4
- 最小記述長, 2.4.1, 14, 19.2.4
- Naive Bayes, 2.4.1, 15, 19.2.4
- Non-Negative Matrix Factorization, 2.4.2, 16, 19.2.4
- O-Cluster, 2.4.2, 7.4, 17, 19.2.4
- 1クラス・サポート・ベクター・マシン, 2.4.2, 18.5
- 監視あり, 2.4.1, 2.4.1
- サポート・ベクター・マシン, 2.4.1, 18, 19.2.4
- 監視なし, 2.4.2
- 異常検出, 2.3.2.1, 2.3.2.1, 2.3.3, 2.4.2, 5.3.2, 6, 7.1
- 適用
-
- 「スコアリング」を参照
- Apriori, 1.1.7, 2.4.2, 10, 19.2.4
- 曲線下の面積, 5.2.3.2
- 人工知能, 2.3
- 相関ルール, 1.1.7, 2.3.2.1, 2.3.3, 2.4.2, 8, 10
- 属性評価, 2.3.3, 2.4.1, 3.5.1, 9, 14.1
-
- 最小記述長, 9.4
- 機能選択も参照
- 属性, 1.3.1, 2.3.3
- 自動データ準備, 1.2.2, 1.3.3, 2.5.1, 19.1
B
- Bayesの定理, 15.1
- ビニング, Preface, 2.9, 16.3, 19.2.1
-
- 等幅ビニング, 13.2, 14.2, 17.3, 19.3.2.1
- 分位, 19.3.2.1
- 監視あり, 14.2, 15.3, 19.3.2.1
- 上位N個の最頻出, 19.3.2.1
C
- ケース表, 1.1.7, 1.3.2, 19.1.1
- 質的属性, 3.5.2.1, 5, 19.1.2
- 重心, 7.1.1, 13.1.2
- 分類, 2.3.3, 2.4.1, 5
-
- バイアス, 5.3
- 2分, 5.1, 12.5
- ディシジョン・ツリー, 11
- 一般化線形モデル, 12
- ロジスティック回帰, 12.5
- 多クラス, 5.1
- Naive Bayes, 15
- 1クラス, 6.1.1
- サポート・ベクター・マシン, 18.4
- クリッピング, 19.2.3
- クラスタリング, 2.3.2.1, 2.3.2.1, 2.3.3, 2.4.2, 7
-
- 階層, 2.4.2, 7.2, 7.3
- K-Means, 13.1
- O-Cluster, 17
- スコアリング, 2.3.2.1, 2.3.2.1
- 係数
-
- Non-Negative Matrix Factorization, 2.4.2, 16.1
- 回帰係数, 4.1.1, 4.1.1.3
- 計算論的学習, 1.1.6
- 信頼度
-
- Apriori, 2.4.2, 10.2.2, 10.5.2
- 相関ルール, 8.1.1
- クラスタリング, 7.2.2
- 定義, 1.1.2
- 予測分析, 3.1
- 信頼限界, 2.4.1, 4.1.1.6, 12.1.1.3
- 混同マトリックス, 1.3.3, 5.2.1, 5.3.1.1
- コスト・マトリックス, 5.3.1, 5.3.1.3, 11.2.2
- コスト, 1.3.3, 5.3.1, 5.3.1.3, 5.3.1.3
- CREATE_MODEL, 2.7.2
- キューブ, 1.1.6
D
- データ・マイニング
-
- 自動, 3
- 定義, 1.1
- Oracle, 2
- プロセス, 1.3
- データ準備, 1.2.2, 1.3.2, 2.5, 19
-
- Apriori, 10.3, 19.2.4
- ディシジョン・ツリー, 19.2.4
- 一般化線形モデル, 12.3, 19.2.4
- k-Means, 13.3, 19.2.2, 19.2.4
- 最小記述長, 14.2, 19.2.4
- Naive Bayes, 15.3, 19.2.4
- Non-Negative Matrix Factorization, 19.2.2, 19.2.4
- O-Cluster, 17.3, 19.2.4
- サポート・ベクター・マシン, 19.2.2, 19.2.4
- データ型, 19.1.2
- データ・ウェアハウス, 1.1.7
- DBMS_DATA_MINING, 2.7.2
- DBMS_DATA_MINING_TRANSFORM, 2.7.2, 2.9
- DBMS_FREQUENT_ITEMSET, 2.9
- DBMS_PREDICTIVE_ANALYTICS, 2.7.2, 3.3
- DBMS_STAT_FUNCS, 2.9
- ディシジョン・ツリー, 2.4.1, 3.5.3, 3.5.3, 11, 19.2.4
- 配置, 1.3.4
- 非推奨機能, はじめに
- 記述モデル, 2.3.2
- ディメンション化されたデータ, 2.5
- 指示あり学習, 2.3.1
- 離散化
-
- 「ビニング」を参照
- DMSYSスキーマ
-
- 「サポート対象外機能」を参照
- ドキュメント, 2.8
E
- 組込みのデータ準備, 1.2.2, 2.5.1, 19
- エントロピ, 11.2.1, 14.1.1, 14.1.1.3
- Exadata, 2.2
- Excel, 3.2
- EXPLAIN, 2.7.2, 2.7.6
F
- 特徴抽出, 2.3.2.1, 2.3.3, 2.4.2, 9, 16, 20.2.6, 20.3
- 特徴選択, 9
-
- 「属性評価」も参照
- 高頻度項目セット, 10.1, 10.4.2
G
- 一般化線形モデル, 2.4.1, 12, 19.2.4
-
- 分類, 12.5.1
- 回帰, 12.4
- gini, 11.2.1
- GLM
-
- 「一般化線形モデル」を参照
H
- 階層, 1.1.6, 2.4.2, 7.2, 7.3
- ヒストグラム, 13.2
I
- 帰納的推論, 1.1.6
- 項目セット, 10.4
J
- Java API, はじめに, 2.1, 2.7.7, 2.7.7
K
- KDD, 1.1, 用語集
- カーネル, 2.1
- k-Means, 2.4.2, 7.4, 13, 19.2.4
L
- リフト, 1.3.3, 5.2.2, 5.2.2.1, 10.5.3
- 線形回帰, 2.4.1, 4.1.1.1, 12.4
- ロジスティック回帰, 2.4.1, 12.5
M
- 機械学習, 2.3
- マーケット・バスケット・データ, はじめに, 1.1.7, 1.3.3
- MDL, 2.4.1, 3.5.1
-
- 「最小記述長」を参照
- 最小記述長, 14, 19.2.4
- マイニング機能, 2.3, 2.3.3
-
- 異常検出, 2.3.3, 2.4.2, 6
- 相関ルール, 2.3.3, 2.4.2, 8
- 属性評価, 2.4.1, 9, 14.1
- 分類, 2.3.3, 2.4.1, 5
- クラスタ, 2.3.3, 2.4.2, 7
- 特徴抽出, 2.3.3, 2.4.2, 9, 9.3
- 回帰, 2.3.3, 2.4.1, 4
- 欠損値の処理, はじめに, 19.1
- モデルの詳細, 1.3.4, 3.5.1, 3.5.3, 11.1.1
- 多重共線性, 12.1.2
- 多次元分析, 1.1.6, 2.9, 2.9
- 多変量線形回帰, 4.1.1.2
N
- Naive Bayes, 2.4.1, 15, 19.2.1, 19.2.4
- ネストしたデータ, はじめに, 2.5, 10.3.1
- ニューラル・ネットワーク, 18.1.1
- NMF
-
- 「Non-Negative Matrix Factorization」を参照
- 非線形回帰, 4.1.1.4
- Non-Negative Matrix Factorization, 2.4.2, 16, 19.2.4
- 非トランザクショナル・データ, 8.2
- 正規化, はじめに, 19.2.2, 19.2.2
-
- Min-Max, 19.3.2.2
- スケール, 19.3.2.2
- Z-スコア, 19.3.2.2
- 量的属性, 5.1, 19.1.2
O
- O-Cluster, 2.4.2, 7.4, 17, 19.2.4
- OLAP, 1.1.6, 2.9
- 1クラス・サポート・ベクター・マシン, 2.4.2, 18.5
- Oracle Business Intelligence Suite Enterprise Edition, 2.9
- Oracle Data Miner, はじめに, 20.3
- Oracle Data Miningのディスカッション・フォーラム, 2.8.1
- Oracle Data Miningのドキュメント, 2.8
- Oracle Databaseの分析, 2.9
- Oracle Databaseのカーネル, 2.1
- Oracle Databaseの統計関数, 2.9
- Oracle OLAP, 2.9
- Oracle Spatial, 2.9
- Oracle Spreadsheet Add-In for Predictive Analytics
-
- 「Spreadsheet Add-In」を参照
- Oracle Text, 2.9, 2.9, 20.4
- 外れ値, 1.2.2, 6.1.3, 17.3.1, 19.2.3, 19.3.2.3
- オーバー・フィット, 2.3.1.1, 11.2.3
P
- PL/SQL API, 2.7, 2.7.2
- PMML, 2.7, 2.7.5
- PREDICT, 2.7.2, 2.7.6
- PREDICTION_PROBABILITY, 2.7.3
- 予測分析, 2.7.2, 2.7.6, 3
- 予測の信頼度, 3.2, 3.4, 3.5.2.1
- 予測モデル, 2.3.1
- 事前確率, 5.3.2, 15.1
- 確率しきい値, 5.2.2.1, 5.2.3, 5.2.3.4
- PROFILE, 2.7.2, 2.7.6
- プルーニング, 11.2.3
R
- R, 2.7
- 動径基底関数, 18.1.1
- 受信者操作特性
-
- 「ROC」を参照
- 回帰, 2.3.3, 2.4.1, 4
-
- 係数, 4.1.1, 4.1.1.3
- 定義, 4.1.1
- 一般化線形モデル, 12
- 線形, 4.1.1.1, 12.4
- 非線形, 4.1.1.4
- リッジ, 12.1.2
- 統計, 4.2.1
- サポート・ベクター・マシン, 18.6
- ROC, 3.5.2, 5.2.3, 5.2.3.2
- ルール, 1.3.4
-
- Apriori, 10.1
- 相関ルール, 8.1.1
- クラスタリング, 7.2.1
- ディシジョン・ツリー, 3.5.3, 3.5.3, 3.5.3, 11.1.1
- 定義, 1.1.2
- PROFILE, 3.5.3
S
- サンプル・プログラム, 2.8.1
- スコアリング, 2.3.2.1, 2.3.2.1, 2.3.2.1
-
- 異常検出, 2.3.2.1
- 分類, 2.3.1.2
- クラスタリング, 2.3.2.1
- 定義, 1.1.1
- Exadata, 2.2
- 知識の配置, 1.3.4
- モデルの詳細, 1.3.4
- Non-Negative Matrix Factorization, 16.1.2
- O-Cluster, 17.1.4
- リアルタイム, 1.3.4
- 回帰, 2.3.1.1
- 監視ありモデル, 2.3.1.2
- 監視なしモデル, 2.3.2.1
- 単一性, 12.1.2
- スパース・データ, はじめに, 10.3, 19.1
- Spreadsheet Add-In, 2.7.6, 2.8.1, 3.2
- SQLデータ・マイニング関数, 2.7, 2.7.3
- SQL統計関数, 2.9
- スター・スキーマ, 2.5, 10.3.1
- 統計, 1.1.5
- 層別サンプリング, 5.3.2, 6.1.1
- スーパーモデル, 2.5.1, 2.5.1
- 監視あり学習, 2.3.1
- 支持度
-
- Apriori, 2.4.2, 10.4.2, 10.5.1
- 相関ルール, 8.1.1
- クラスタリング, 7.2.2
- 定義, 1.1.2
- サポート・ベクター・マシン, 2.4.1, 3.5.2, 18, 19.2.4
-
- 分類, 2.4.1, 18.4
- ガウス・カーネル, 2.4.1
- 線形カーネル, 2.4.1
- 1クラス, 2.4.2, 18.5
- 回帰, 2.4.1, 18.6
- SVM
-
- 「サポート・ベクター・マシン」を参照
T
- ターゲット, 2.3.1, 2.3.2.1
- 用語抽出, 20.3
- テキスト・マイニング, 20
-
- データ型, 20.2.2
- Non-Negative Matrix Factorization, 16.1.3
- 前処理, 20.2
- トランザクショナル・データ, 1.1.7, 1.3.3, 8.2, 10.3
- トランスフォーメーション, 2.5.1, 2.7.2, 19.1, 19.2.4
- 透明性, 7.3, 11.1.1, 12.1.1.1, 19.1
- トリミング, 19.3.2.3
U
- 非構造化データ, 2.5, 20.1
- 監視なし学習, 2.3.2
- UTL_NLA, 2.9
W
- ワイド・データ, 9.1, 12.1.1.2
- ウィンザライズ, 19.3.2.3
X
- XML
-
- ディシジョン・ツリー, 3.5.3, 11.1.3
- PROFILE, 3.5.3