Технологии интеллектуального анализа данных : учебное пособие

74 2) применение Data Mining для решения задач государствен- ного уровня. Основные направления: поиск лиц, уклоняющихся от налогов; средства в борьбе с терроризмом; 3) применение Data Mining для научных исследований. Ос- новные направления: медицина, биология, молекулярная генетика и генная инженерия, биоинформатика, астрономия, прикладная хи- мия, исследования, касающиеся наркотической зависимости, и др.; 4) применение Data Mining для решения Web-задач. Основные направления: поисковые машины (search engines), счетчики и др. Банковская сфера Технология Data Mining используется в банковской сфере для решения ряда типичных задач. Задача «выдавать ли кредит клиенту?». Классический пример применения Data Mining в банковском деле – решение задачи опре- деления возможной некредитоспособности клиента банка. Эту за- дачу также называют анализом кредитоспособности клиента или «Выдавать ли кредит клиенту?». Без применения технологии Data Mining задача решается со- трудниками банковского учреждения на основе их опыта, интуи- ции и субъективных представлений о том, какой клиент является благонадежным. По похожей схеме работают системы поддержки принятия решений и на основе методов Data Mining. Такие системы на основе исторической (ретроспективной) информации и при по- мощи методов классификации выявляют клиентов, которые в про- шлом не вернули кредит. Задача «Выдавать ли кредит клиенту?» при помощи методов Data Mining решается следующим образом. Совокупность клиентов банка разбивается на два класса (вернувшие и не вернувшие кре- дит); на основе группы клиентов, не вернувших кредит, определя-