Eksploracja danych na przykładzie wybranej gry losowej - Ilona Bednarska

Wstęp

Data mining jako interdyscyplinarna część informatyki, w znanej obecnie formie, istnieje od niedawna. Wraz z rozwojem gospodarki i ogólnie pojętej nauki w sposób znaczący zwiększyła się ilość danych. Nasiliła się także świadomość z możliwych korzyści wykorzystania zebranych danych. Naprzeciw tym korzyściom wychodzi informatyka, dając stosowne narzędzia umożliwiające odpowiednie, sprzyjające występującym potrzebom, przetwarzanie danych. Aktualnie istnieją już pewne metody eksploracji danych, jednak ogrom zastosowań tej dziedziny w wielu obszarach działalności człowieka sprawia, że możliwości rozwoju data mining jeszcze się nie wyczerpały.

Eksploracja danych stanowi niezwykle istotną i bardzo dynamicznie rozwijającą się dziedzinę. Korzysta z narzędzi informatycznych, w tym także ze sztucznej inteligencji, ale także z możliwości, jakie niesie ze sobą statystyka. Intensywny postęp wymaga tworzenia takich rozwiązań informatycznych, które będą mogły być wykorzystane do efektywnej analizy wciąż poszerzających się zbiorów danych.

Do podjęcia tematu przyczynił się fakt, że data mining, w istniejącej postaci ma dość krótką historię. Daje to szansę na przedstawienie tematu w niewystępującym dotychczas aspekcie, dzięki czemu zagadnienia, zwłaszcza te dotyczące części badawczej, nie będą powielane po innych autorach - analiza wyników gry losowej Lotto w odniesieniu do omawianego problemu nie jest popularna. W pracy poruszone zostały zagadnienia związane właśnie z eksploracją danych - omówione są pojęcia odnoszące się do tego tematu, co stanowi wprowadzenie do zagadnienia. W ramach pracy zrealizowano projekt i implementację własnych aplikacji, których zadaniem jest wsparcie analizy wyników losowej gry Lotto. Praca łączy w sobie aspekt analityczny, zagadnienia programistyczne, czyli zagadnienia zgodne z zainteresowaniami autorki pracy, które jednocześnie są związane z realizowaną na studiach specjalnością. Należy podkreślić, że efekty pracy niosą ze sobą wymierne korzyści dla współczesnej nauki - otrzymane wyniki dają profity zarówno dla statystyków - wskazują możliwy do zastosowania obszar, jak i dla programistów - pokazują bowiem możliwości wykorzystanych języków programowania wraz z współistniejącymi technologiami w analizowanym obszarze.

Zasadniczym celem pracy było wykazanie użyteczności języków Java oraz C# w analizie wyników gry Lotto. Celem pomocniczym było porównanie i ocena uzyskanych wyników. Na podstawie założonego celu, przyjęło się następującą tezę: język Java oraz język C# są przydatne do wykonania analizy statystycznej wyników gry losowej Lotto. Z tak postawionej tezy wynikły pytania badawcze:

- jakie są możliwości języka Java w analizie statystycznej wyników wybranej gry losowej?

- jakie są możliwości języka C# w analizie statystycznej wyników wybranej gry losowej?

- jaka jest różnica przedstawionych analiz?

Ze względu na bardzo duży zakres podłoża teoretycznego związany z omawianym zagadnieniem, w pracy ograniczono się do przedstawienia podstawowych pojęć nawiązujących do eksploracji danych. Szczegółowa i dogłębna analiza literatury przedmiotu znacznie rozszerzyłaby objętość pracy i nie zawsze odnosiłaby się ściśle do jej przeznaczenia. Ograniczenie występuje także w nawiązaniu do części praktycznej. Istnieje bowiem wiele rozwiązań informatycznych, które mogą być zastosowane w odniesieniu do data mining. Zastosowanie ich wszystkich lub chociażby części z nich miałoby znaczny wpływ na zwiększenie rozmiar niniejszego opracowania, jak również istotnie wpłynęłaby na czas jej realizacji. Jednocześnie nie zawsze przyniosłoby to wymierne rezultaty.

Aby udowodnić powyżej sformułowaną tezę, w pierwszej kolejności wykonuje się analizę literatury dotyczącej eksploracji danych, także w odniesieniu do baz danych, co jest przedstawione w rozdziale 1. W szczególności wykorzystana jest tutaj publikacja Marcina Szeligi, w której autor omawia najważniejsze aspekty data mining i uczenia maszynowego.

Kolejnym krokiem jest stworzenie dwóch aplikacji. Jedna z nich napisana jest w języku C#, natomiast druga w języku Java. Zadaniem obu aplikacji jest analiza losowań gry Lotto. Zatem rozdział drugi i trzeci przeznaczone są na analizę oraz prezentację tychże aplikacji komputerowych. Rozdział czwarty stanowi porównanie obu aplikacji. Natomiast rozdział 5 to porównanie osiągniętych wyników. Zasadnicza część pracy kończy się podsumowaniem, w którym dokonuje się odniesienia do przedstawionej tezy.

[1] Mirończuk M., Przegląd i klasyfikacja zastosowań, metod oraz technik eksploracji danych, "Studia i Materiały Informatyki Stosowanej", Tom 2, Nr 2, 2010, s. 35 - 36.

[2] Morzy T., Eksploracja danych, "Nauka" 3/2007, s. 86

[3] Racka K., Metody eksploracji danych i ich zastosowania, "Zeszyty Naukowe PWSZ w Płocku" 2015, Tom XXI, s. 143.

[4] Mirończuk M., Przegląd i klasyfikacja zastosowań, metod oraz technik eksploracji danych, "Studia i Materiały Informatyki Stosowanej", Tom 2, Nr 2, 2010, s. 36.

[5] Zakrzewski M., Data Mining i odkrywanie wiedzy w bazach danych, Instytut Informatyki Politechniki Poznańskiej, Materiały konferencyjne PLOUG'97, Zakopane 2007, s. 3.

[6] Szeliga M. Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. 2.

[7] Zakrzewski M., Data Mining i odkrywanie wiedzy w bazach danych, Instytut Informatyki Politechniki Poznańskiej, Materiały konferencyjne PLOUG'97, Zakopane 2007, s. 3.

[8] Szeliga M. Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. XX - XXI.

[9] http://www.cs.put.poznan.pl/jstefanowski/ml/NEWML_W1lastr.pdf, stan na dzień 05.05.2019

[10] https://www.statsoft.pl/textbook/stathome_stat.html?https%3A%2F%2Fwww.statsoft.pl%2Ftextbook%2Fstdatmin.html, stan na dzień 12.03.2019

[11] Gulczyński M., Techniki "Odkrywania wiedzy" (Data Mining) oraz ich zastosowania, Tom 2, 2004 r., wyd. Studies & Proceedings of Polish Assiciation, Bydgoszcz 2004, s. 104.

[12] Szeliga M., Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. XVIII.

[13] Morzy T., Eksploracja danych: problemy i rozwiązania, Instytut Informatyki Politechniki Poznańskiej, Materiały konferencyjne PLOUG'97, Zakopane 2007, s. 3 - 4.

[14] Smith M. J., Statistical Analysis Handbook. A Comprehensive Handbook of Statistical Concepts, Techniques and Software Tools, The Winchelsea Press, Dumlin Security LTD, Edynburg 2018, s. 80.

[15] Provest F., Fawcett T., Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji, Wydawnictwo Helion S.A., Gliwice 2014, s. 47 - 51.

[16] Szeliga M., Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. XIX.

[17] Fayyad U., Piastetsky-Shapiro G., Smyth P., From Data Mining to Knowledge Discovery in Databases, "Al. Magazine" 1996, vol. 17 Number 3, s. 37.

[18] Gulczyński M., Techniki "Odkrywania wiedzy" (Data Mining) oraz ich zastosowania, Tom 2, 2004 r., wyd. Studies & Proceedings of Polish Assiciation, Bydgoszcz 2004, s. 102.

[19] http://wazniak.mimuw.edu.pl/images/3/3d/ED-4.2-m01-1.0.pdf, dostęp na dzień 07.05.2019

[20] ww.statsoft.pl/wp-content/.../05/narzedzia_analizy_danych_w_medycynie. pdf, stan na 07.05.2019

[21] Gulczyński M., Techniki "Odkrywania wiedzy" (Data Mining) oraz ich zastosowania, Tom 2, 2004 r., wyd. Studies & Proceedings of Polish Assiciation, Bydgoszcz 2004, s. 103.

[22] Cleveland S.W., Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistic, "Journal od Computational and Graphical Statistics", Nr 26, 2017, s. 1 - 3.

[23] Szeliga M. Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. 13 - 14.

[24] Szeliga M. Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. 4-5.

[25] http://edmi.fizyka.pw.edu.pl/, stan na dzień 02.06.2019

[26] Szeliga M. Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. 6S.

[27] Maier R., Hädrich T., Peinl R., Enterprise Knowledge Infrastructure, Springer, Berlin Heidelberg 2009, s. 16

[28] Beckman T.J., The Current State of Knowledge Management, [w:] Knowledge Management, Handbook, xLiebowitz J. (red), CRC Press, Inc. Boca Raton, Raton - Londyn - Nowy Jork - Waszyngton 1999, s. 1 - 6.

[29] Szeliga M. Data science i uczenie maszynowe, Wydawnictwo Naukowe PWN, Warszawa 2017, s. 7.

[30] Mirończuk M., Przegląd i klasyfikacja zastosowań, metod oraz technik eksploracji danych, [w:] Studia i Materiały Informatyki Stosowanej, Tom 2, Nr 2, Politechnika Białostocka, Białystok 2010, s. 43.

[31] Kukuczka J., Relacyjne bazy danych, Wydawnictwo Wyższej Szkoły Informatyki i Zarządzania, Bielsko - Biała 2000, s. 10.

[32] Ullman J.D., Widom J., Podstawowy kurs systemów baz danych, Wydanie III, Wydawnictwo Helion, Gliwice 2011, s. 21.

[33] Beynon - Davis P., Systemy baz danych, Wydawnictwo Naukowo - Techniczne, Warszawa 2003, s. 32.

[34] Pokorska J., Kwalifikacja E.14. Tworzenie baz danych i administrowanie bazami, Wydawnictwo Helion Edukacja, Gliwice 2014, s. 10.

[35] Wrycza S., Informatyka ekonomiczna. Podręcznik akademicki, Polskie Wydawnictwo Ekonomiczne, Warszawa 2010, s. 255.

[36] Chałon M., Systemy baz danych, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2001, s. 14.

[37] Lucey T., Management Information Systems, 6th edition, DP Publications Ltd., London 1991, s. 14.

[38] Chałon M., Systemy baz danych, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2001, s. 10.

[39] Hernandez M.J., Bazy danych dla zwykłych śmiertelników, Wydanie II, Wydawnictwo Mikom, Warszawa 2000, s. 50.

[40] Wrycza S., Informatyka ekonomiczna. Podręcznik akademicki, Polskie Wydawnictwo Ekonomiczne, Warszawa 2010, s. 60.

[41] Hernandez M.J., Bazy danych dla zwykłych śmiertelników, Wydanie II, Wydawnictwo Mikom, Warszawa 2000, s. 50.

[42] Amidon D.M., Innovation Strategy for the Knowledge Economy, 1st Edition, Butterworth-Heinemann, London 1997, s. 7 - 8.

[43] Hernandez M.J, Bazy danych dla zwykłych śmiertelników, Wydanie II, Wydawnictwo Mikom, Warszawa 2000, s. 50.

[44] Beynon - Davis P., Systemy baz danych, WNT, Warszawa 2003, s. 46.

[45] Wrycza S., Informatyka ekonomiczna. Podręcznik akademicki, Polskie Wydawnictwo Ekonomiczne, Warszawa 2010, s. 65.

[46] Domka P., Bazy danych i systemy baz danych, Wydawnictwo Szkole i Pedagogiczne Sp. z o.o., Warszawa 2013, s. 17.

[47] Wrycza S., Informatyka ekonomiczna. Podręcznik akademicki, Polskie Wydawnictwo Ekonomiczne, Warszawa 2010, s. 256.

[48] Pokorska J., Kwalifikacja E.14. Tworzenie baz danych i administrowanie bazami, Wydawnictwo Helion Edukacja, Gliwice 2014, s. 10.

[49] Wrycza S., Informatyka ekonomiczna. Podręcznik akademicki, Polskie Wydawnictwo Ekonomiczne, Warszawa 2010, s. 256.

[50] Ullman J.D., Widom J., Podstawowy kurs systemów baz danych, Wydanie III, Wydawnictwo Helion, Gliwice 2011, s. 35 - 36.

[51] Pokorska J., Kwalifikacja E.14. Tworzenie baz danych i administrowanie bazami, Wydawnictwo Helion Edukacja, Gliwice 2014, s. 10.

[52] Turalski S, Wprowadzenie do DB2 9. "Software Developer's Journal Extra", nr 21, 2007, s. 8.

[53] Chałon M., Systemy baz danych, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2001, s 8 - 9.

[54] Chałon M, Systemy baz danych, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2001, s 8 - 9.

[55] Kukuczka J., Relacyjne bazy danych, Wydawnictwo Wyższej Szkoły Informatyki i Zarządzania, Bielsko - Biała 2000, s. 10.

[56] Harrison G., NoSQL, NewSQL i BigData. Bazy danych następnej generacji, Wydawnictwo Helion. Gliwice 2019, s. 19.

[57] Stępnik A. Big data w perspektywie matematycznej [w:] Teksty z Ulicy. Zeszyt matematyczny, Nr 15/2015, Węzowicz - Ziółkowska D., Wieczorkowska E., (red), Uniwersytet Śląski w Katowicach, Katowice 2015, s. 150.

[58] Wrembel R., Hurtownie danych oparte o Oracle9i/10g - przegląd funkcjonalności, Politechnika Poznańska, Instytut Informatyki, Materiały konferencyjne, X Konferencja PLOUG, Kościelisko 2004, s. 193.

[59] Bawor Beata, Hurtownie danych - współczesność, Altkom Akademia, IX Konferencja PLOUG, Kościelisko, Październik 2003, s. 17 - 18.

[60] Renk R., Adamczyk A., Hołubowicz W., Metoda wstępnej analizy polegająca na tworzeniu słowników metadanych w projektach budowy analitycznych hurtowni danych, ITTI Sp. z o.o., X Konferencja PLOUG, Kościelisko, Październik 2004, s. 96.

[61] Masewicz M., Zapewnianie jakości danych ładowanych do systemów analitycznych - omówienie możliwości narzędzi wbudowanych w Oracle Warehoise Builder 11g i Oracle Data Integrator 10g, Politechnika Poznańska, XV Konferencja PLOUG, Kościelisko Październik 2009, s. 194.