Att välja prognostiseringsteknik
PrognostiseringTillverkningsindustriCRISP-DMArmstrongVal av prognostiseringsteknikData MiningRiktlinjerPrognostiseringsprocess
Det finns många olika Data Mining-processer som kan tillämpas i ett Data Mining-projekt. Fördelen med att använda en Data Mining-process är att projektet blir strukturerat, processen kan hjälpa till att minska risker som annars kan uppstå och kan medföra att projektmålet förändras. Data Mining-processen som studien har undersökt är generell och studien försöker därmed precisera olika faser av processen, för att anpassas till ett prognostiseringsprojekt.Studien utvärderar den preciserade prognostiseringsprocessen genom att följa och dokumentera ett prognostiseringsprojekt på en tillverkningsindustri. Studien analyserar teoretiskt vilka implikationer tillverkningsindustrin kan möta och även om studiens framtagna process är tillämpningsbar i detta fall. Studien visar att det på en teoretisk nivå går att genomföra studiens preciserade Data Mining-process och visar även vilka risker som kan uppkomma om ett prognostiseringsprojekt inte följer en Data Mining-process.