PD-SNew開発・運用の方法論 · AI駆動開発・AIプロジェクト

CRISP-DM

Cross-Industry Standard Process for Data Mining

くりすぷでぃーえむ

データマイニングやデータ分析のプロジェクトを進めるための、業種を問わない標準的なプロセスモデル。ビジネスの理解、データの理解、データの準備、モデリング、評価、展開の6つのフェーズからなり、必要に応じて前のフェーズに戻りながら反復して進める。

共有:

他の資格での定義

データマイニングや分析のプロジェクトを進めるための、業界標準の工程モデル。ビジネス理解、データ理解、データ準備、モデリング、評価、展開・共有の6つのフェーズを、必要に応じて前のフェーズに戻りながら反復して進める。

大量の取引データなどから、「商品Aを買う人は商品Bも買う」のような、同時に起こりやすい事象の組合せ（アソシエーションルール）を見つける分析手法。支持度、信頼度、リフト値などの指標でルールの有用性を評価し、バスケット分析とも呼ばれる。

大量のデータの中から、規則性、傾向、相関、まとまりなどのパターンを見つけ出すこと。データマイニング、クラスタ分析、アソシエーション分析などの手法を用い、事前に仮説を持たない探索的な分析で新たな知見を得る。

データを用いて課題を解決する一連の流れを、課題抽出と定式化、データの取得・管理・加工、探索的データ解析、データ解析と推論、結果の共有・伝達、課題解決に向けた提案の段階で示したもの。一度で終わらせず、得られた結果や新たな問いをもとに段階を行き来しながら繰り返す。