Read and translate the terms and word combinations into Russian. Explain the meaning of the following terms in English. 1

1. decision makers 2. complete information 3. relevant information 4. in a timely fashion 5. to be complex to understand 6. to be of little value to the organization 7. to be fed into the transformation process 8. to generate information 9. garbage in, garbage out [GIGO] 10. accessible information 11. (un)authorized users 12. reliability of the information 13. secure information 14. to balance smth with smth 15. the cost of producing information. 16. cost reduction 17. information systems 18. to increase profits 19. optimization software 20. flexible information 21. inventory on hand 22. economical information 23. financial executive 24. total value 25. to invest in smth 26. timely information 27. verifiable information 28. sources for some information 29. quality attributes 30. high-frequency trading 31. cash 32. inventory 33. equipment 34. the value of information 35. to perform tasks 36. market forecast 37. to predict a high demand for a new product 38. simple information 39. detailed information

Explain the meaning of the following terms in English.

1. Valuable Information 2. to make poor decisions 3. Accurate information 4. Accessible information 5. Simple information 6. Reliable information 7. Secure information 8. Relevant information 9. Complete information 10. manufacturing costs 11. Economical information 12. Flexible information 13. Timely information 14. Verifiable information 15. GIGO 16. authorized users 17. information overload 18. decision maker 19. overall profitability 20. cost savings

Translate into English using phrases from the text.

1. быть ценной для менеджера 2. увеличить общую доходность 3. точная информация 4. принимать плохое решение 5. прогноз будущего спроса 6. безошибочная 7. доступная информация 8. достоверная информация 9. фраза, означающая, что пользователи доверяют чему-либо 10. метод сбора данных 11. доступ неавторизованных пользователей 12. добавочная стоимость 13. сократить стоимость наличных товаров 14. to increase profits 15. издержки 16. уменьшить затраты более чем на 20 процентов 17. источник информации 18. многообразие целей 19. торговый представитель 20. руководитель производства 21. быть приемлемым 22. быть существенным 23. вызвать информационную перегрузку 24. общий объем продаж некоторых акций 25. быстро реагировать на запросы потребителей 26. быть важным для данных 27. управлять имуществом компании 28. достичь целей организации 29. быть легко доступным для 30. удовлетворять чьи-либо потребности 31. сложная (для восприятия) информация    

Translate into English.

ПРОБЛЕМА «ГРЯЗНЫХ ДАННЫХ» ПРИ ВНЕДРЕНИИ СРЕДСТВ DATA MINING

Data Mining объединяет в себе технологии и средства, которые имеют одну цель: поиск скрытых зависимостей в разнородных массивах данных. Данные — это результат фиксации некоторой информации. Сами данные, в свою очередь, могут выступать как источник новой полезной информации. Средства Data Mining позволяют извлекать такую информацию. Действительно ценная информация должна удовлетворять следующим требованиям [1]:

· информация должна быть ранее неизвестна;

· информация должна быть не тривиальна;

· информация должна быть практически полезна;

· информация должна быть доступна для интерпретации.

Эти требования определяют суть методов Data Mining. Потребность в подобных средствах очевидна, ведь знание некоторых закономерностей позволяет с лихвой окупить затраты на их поиск. По этой причине, применение средств Data Mining становится все более популярным среди крупных компаний, которые заинтересованы в привлечении новых клиентов. Внедрение Data Mining на производстве — весьма дорогостоящий и трудоемкий процесс. Существует ряд нетривиальных проблем, для решения которых требуется индивидуальный подход для каждой конкретной задачи. Одной из таких проблем является поддержание высокого уровня качества данных, на основе которых будет формироваться модель поиска взаимосвязей.

Качество данных (data quality) — это критерий, определяющий полноту, точность, своевременность и возможность интерпретации данных [2, c. 237]. Данные могут быть высокого качества и низкого качества, последние — это так называемые «грязные» или «плохие» данные. Для повышения качества данных их «очищают». Под очисткой данных (data cleaning, data cleansing или scrubbing) подразумевается выявление и удаление ошибок, несоответствий и конфликтов в данных [2, c. 240]. Очистка необходима для повышения качества данных, что, в свою очередь, повышает скорость и качество анализа данных методами Data Mining.

На сегодняшний день проблема очистки данных весьма актуальна и интерес к ней продолжает расти. Проблемами, связанными с очисткой данных, занимается целый ряд исследовательских групп. Не удивительно, ведь от качества подготовленных данных напрямую зависит результат Data Mining. Цена ошибок может быть очень высокой в финансовом плане, поскольку внедрение средств Data Mining на производстве стоит недёшево. Но успешный результат Data Mining может принести крупной компании прибыль, на порядок превышающую затраты. Потому очистка данных играет важнейшую роль при внедрении средств Data Mining.

TEXT 3

Наши рекомендации