Введение
Открытая стандартная модель процесса
Межотраслевой стандартный процесс для интеллектуального анализа данных, известный как CRISP-DM, — это открытая стандартная модель процесса, описывающая распространенные подходы, используемые специалистами по интеллектуальному анализу данных. Это наиболее широко используемая аналитическая модель. В 2015 году компания IBM выпустила новую методологию под названием Analytics Solutions Unified Method for Data Mining/Predictive Analytics (также известную как ASUM DM), которая уточняет и расширяет CRISP-DM.
История
CRISP DM был задуман в 1996 году и стал проектом Европейского Союза в рамках инициативы ESPRIT в 1997 году. Проект возглавляли пять компаний: Integral Solutions Ltd (ISL), Teradata, Daimler AG, NCR Corporation и OHRA, страховая компания. Этот основной консорциум привнес в проект разнообразный опыт. ISL впоследствии была приобретена и объединена со SPSS. Компьютерный гигант NCR Corporation разработал хранилище данных Teradata и собственное программное обеспечение для интеллектуального анализа данных. Daimler Benz имела значительную команду специалистов по интеллектуальному анализу данных. OHRA только начинала изучать возможности применения интеллектуального анализа данных. Первая версия методологии была представлена на 4-м семинаре специальной группы по CRISP DM в Брюсселе в марте 1999 года и опубликована в виде пошагового руководства по интеллектуальному анализу данных позднее в том же году. В период с 2006 по 2008 год была сформирована специальная группа по CRISP DM 2.0, и велись обсуждения об обновлении модельного процесса CRISP DM. Текущий статус этих усилий неизвестен. Однако, оригинальный веб-сайт crisp-dm.org, упоминаемый в обзорах,
Опросы и альтернативные рамки процессов
Опросы, проведенные на том же сайте (KDNuggets) в 2002, 2004, 2007 и 2014 годах, показали, что это была ведущая методология, используемая специалистами по анализу данных в промышленности, которые приняли участие в опросе. Единственным другим подходом к анализу данных, упомянутым в этих опросах, была SEMMA. Однако SAS Institute однозначно заявляет, что SEMMA – это не методология анализа данных, а скорее «логическая организация функционального инструментария SAS Enterprise Miner». В обзоре и критике моделей процессов анализа данных 2009 года CRISP DM был назван «де-факто стандартом для разработки проектов анализа данных и обнаружения знаний». Другие обзоры CRISP DM и моделей процессов анализа данных включают обзор Кургана и Мусилека 2006 года, а также сравнение CRISP DM и SEMMA, выполненное Azevedo и Santos в 2008 году. Попытки обновить методологию начались в 2006 году, но по состоянию на июнь 2015 года не привели к созданию новой версии, а ответственная «специальная группа интересов» (SIG) вместе с сайтом давно прекратила свою деятельность (см. История CRISP DM). В 2024 году Harvard Business Review опубликовал обновленную структуру bizML, разработанную для большей релевантности для бизнес-пользователей и специально для проектов машинного обучения, а не для проектов, связанных с аналитикой, наукой о данных или анализом данных в целом.