1. Пеценчук О лена ПЗ- 05 -м

3. Початкові дані Навчальний набір прикладів представлений у вигляді файлу Microsoft Excel

4. Загальний вигляд RapidMiner

5. Додавання оператора імпорту Для того, щоб використ ати файл Excel як джерело даних, його слід імпортувати в систему (контекстне меню оператор а Root: « New operator – IO – Examples – ExcelExampleSource » )

6. Побудова деревовидної моделі Для побудови деревовидної моделі потрібно скористатися оператором DecisionTree (контекстне меню оператора Root : « New Operator – Learner – Supervised – Trees – DecisionTree ») Пот ім натиснути кнопку “ RUN ”

7. Результат моделювання в графічному вигляді Дерево рішень для розділення розрізу свердловини на пласти колектори

8. Результат моделювання в текстовому вигляді Оператор DecisionTree будує готову схему, по якій можна побудувати алгоритм на будь-якій мові програмування.

9. Побудова алгоритмічної моделі Для побудови алгоритмічної моделі потрібно скористатися оператором BasicRuleLearner (контекстне меню оператора Root: «New Operator – Learner – Supervised – Rules – BasicRuleLearner»). Пот ім натиснути кнопку “ RUN ”

10. Модель прийняття рішення Результатом роботи оператора BasicRuleLearner є модель прийняття рішення. Варто звернути увагу, що окрім власне моделі висновок також містить і уточнення щодо надійності того або іншого правила і загальний ступінь довіри до моделі. В даному випадку ми можемо побачити , що перше правило справедливе в 3 випадках і несправедлив е в 0 , для другого це співвідношення – 4 до 2 . Надійність моделі в цілому для наявних даних: 1 2 з 1 5 .