4.1. ОСНОВЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА
Современные подходы к интеллектуальному анализу данных (ИАД) предполагают выявление и извлечение закономерностей из баз фактов, в которых они содержатся в неявном виде, в частности о состоянии здоровья человека. ИАД наиболее эффективен, когда он осуществляется посредством систем, не только имитирующих, но и усиливающих аналитические возможности экспертов.
Интеллектуальный анализ данных в широком смысле включает направления, получившие в англоязычной литературе названия «Data Mining» (раскопка данных) и «Knowledge discovery» (обнаружение знаний). Под словом «интеллектуальный» в названии ИАД следует понимать обнаружение нового знания, извлеченного из базы фактов (данных).
Главные задачи ИАД - поиск функциональных, логических и других закономерностей в накопленной информации, построение моделей и правил, объясняющих найденные аномалии и (или) прогнозирующих развитие некоторых процессов.
Выбор модели для представления рассматриваемых объектов (например, описаний нозологических форм группы заболеваний) и исследования структуры их связей определяется их свойствами (признаками). Однако первый этап на пути к анализу - формирование выборки исходных данных. Часто возникает необходимость сгруппировать или упорядочить описания состояния пациентов, основываясь на их свойствах, выраженных признаками. Существует достаточно широкий круг задач, где изучаемые объекты (пациенты, нозологические формы, микроорганизмы и др.) характеризуются многими разнородными признаками, которые могут быть непрерывными и дискретными, количественными, качественными или смешанными. Кроме того, одни и те же пациенты могут быть включены в выборку несколько раз с отличающимися значениями признаков.