资料采矿产业应用实务培训资料.ppt

資料採礦產業應用實務;執行關鍵性任務;商業智慧;SQL Server 2005, Visual Studio 2005 and BizTalk Server 2005;台灣的導入客戶成功案例;台灣的導入客戶成功案例;台灣在軟體開發平台與工具使用現況;台灣在資料庫與商業智慧平台使用現況;Comparing Value;25K;Comparing Value;Comparing Value;Comparing Value;Data Mining的應用;Data Mining的應用;Data Mining的應用;Data Mining在各產業的應用;Data Mining在各產業的應用;Data Mining在電信業的應用;盜撥行為的分析;電信詐欺;研究系統架構與流程 ;;原始資料之樣式 ;演算法詳細步驟 ;;;;編號;;實證研究與結果分析 ;全部資料庫之分析 ;不同隱藏層的測試;不同學習速率的測試;;特定族群之分析 ;;單一樣式之分析;Data Mining在電信業的應用;研究動機;研究目的;研究架構圖;研究方法;研究方法;研究流程圖;;;;;;;;;;;Cluster;Vabiable3;;年齡;;;;Variables;;研究方法;母體樣本結構比較—性別;母體樣本結構比較—年齡;母體樣本結???比較—教育程度;母體樣本結構比較—籍貫;母體樣本結構比較—職業;母體樣本結構比較—戶籍（北）;母體樣本結構比較—戶籍（中）;母體樣本結構比較—戶籍（南）;母體樣本結構比較—戶籍（東、澎）;F值;正確率;　;交叉分析;交叉分析;交叉分析;交叉分析;交叉分析;交叉分析;結論與建議;;;;;;Data Mining在金融業的應用;研究背景與動機;研究目的;研究流程;研究範圍與對象;研究架構;研究變數;敘述性統計;敘述性統計;風險– 危機前一年;風險– 危機前二年;風險– 危機前三年;最後篩選之變數;因素分析;危機前一年;危機前二年;危機前三年;羅吉斯迴歸;;類神經網路;類神經網路;綜合比較;結論;;;銀行授信資產組合信用風險值衡量—以國內某銀行為例;研究背景;研究背景;研究動機及目的;研究動機及目的;研究動機及目的;Data Mining研究架構;實證模型建構及分析;;;新巴塞爾資本協定;信用風險值之概述;信用風險值之概述;信用風險值之概述;信用風險衡量模型目前趨勢;信用風險衡量模型目前趨勢;信用風險衡量模型目前趨勢;信用風險衡量模型目前趨勢;Credit MetricsTM模型介紹;Credit MetricsTM模型介紹;Credit MetricsTM模型介紹;Credit MetricsTM模型介紹;Credit MetricsTM模型介紹;信用衍生性商品介紹 ;信用衍生性商品介紹 ;轉換矩陣（Transition Matrix） 國內某銀行信用等級正常公司1-10等，等級1違約機率最低，等級10違約機率最高，違約公司為D等。 ;償還率（Recovery Rate） 依國內楊博仁（民91），信用風險值-台灣企業違約後償還率之探討東吳大學會計學系碩士論文研究，「無擔保」銀行借款之平均償還率為17.53%(標準差為0.358，樣本數為338) ;;信用價差（Credit Spreads） 以國內某銀行一年期無擔保授信各等級平均貸放利率為信用價差。 ;;相關係數矩陣 由於本研究主要係期望能發展出授信組合之風險衡量流程，故對於相關係數矩陣則以較為單純的假設為前題。本研究利用某銀行過去8年的信用評等變動來建立歷史授信價值分佈，假設藉由各授信價值的分佈以亂數於信用評等1-10等抽取1000筆資料做為模擬樣本，則藉由模擬樣本之相互相關係數求得其相關係數矩陣。 ;;相關係數矩陣 由表3-14之信評等級越後者(信用風險較高)，其等級間之相關性亦越高，等級越近者，相關性亦有越高之趨勢。似乎可符合現實之情況，故本研究後續之授信組合之模擬，亦以此模擬狀況為基礎，產生各個不同情境之授信資產組合價值。 ;Credit MetricsTM的例子;Credit MetricsTM的例子;Credit MetricsTM的例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;國內某銀行之例子;加入信用衍生性商品(CDS)後的例子;加入信用衍生性商品(CDS)後的例子;加入信用衍生性商品(CDS)後的例子;孆萇叓勉至裺蚴俻畾帒瑫橥迾緼猙屯惄錵檝蠁彥湆琇槌芳洐颇兤葘幙匦仹詿掖扥簐齛令裦掴躮將鋱棬笎斒筰拓銡甌厹袗蚟犖酗蠄巉谽虬驛晨欤炌爊饟曶殑硐捓鈾淆鈨氖繱墁量麿嫸滀欓膴遤馨簊項符撯出唝欗哄慶鯣蜅甗僌钧柢