Przyrostowa ekstrakcja wiedzy z danych dla obiektów niestacjonarnych

Widok

Metadane zasobu

Tytuł	Przyrostowa ekstrakcja wiedzy z danych dla obiektów niestacjonarnych
Osoby	Autorzy: Jakub Mikołaj Tomczak Partner: Politechnika Wrocławska
Opis	Celem pracy jest opracowanie algorytmów uczenia przyrostowego z zapominaniem dla ekstrakcji wiedzy wyrażonej za pomocą reguł decyzyjnych dla obiektów niestacjonarnych, które pozwalają na analizę retrospektywną (tymczasowe uczenie wsadowe) oraz prospektywną (uczenie z oknem przesuwnym i strojonym modelem). (Polski) Uwagi: Praca doktorska
Słowa kluczowe	"ekstrakcja wiedzy"@pl, "regułowa reprezentacja wiedzy"@pl, "uczenie przyrostowe"@pl
Klasyfikacja	Typ zasobu: praca dyplomowa Dyscyplina naukowa: dziedzina nauk technicznych / informatyka (2011) Grupa docelowa: przedsiębiorcy, studenci, naukowcy, ogół społeczeństwa Szkodliwe treści: Nie
Charakterystyka	Miejsce powstania: Wrocław Czas powstania: 2012 Liczba stron: 140 Promotor: Jerzy Świątek Język zasobu: Polski Identyfikatory: OAI: 19746
Linki zewnętrzne	Dolnośląska Biblioteka Cyfrowa
Licencja	ID-NC-ND
Informacje techniczne	Deponujący: Marta Kordas Data udostępnienia: 26-07-2019
Kolekcje	Kolekcja Politechniki Wrocławskiej, Kolekcja e-Biblio PWr

Cytowanie

Skopiowano

Jakub Mikołaj Tomczak. Przyrostowa ekstrakcja wiedzy z danych dla obiektów niestacjonarnych. [praca dyplomowa] Dostępny w Atlasie Zasobów Otwartej Nauki, . Licencja: ID-NC-ND, https://azon.e-science.pl/licencje/ID-NC-ND_PWr.pdf. Data dostępu: DD.MM.RRRR.

Podobne zasoby

Ekstrakcja fraz kluczowych metodą nienadzorowaną

Artur Kot, Maciej Piasecki, kod źródłowy, Politechnika Wrocławska, Dziedzina nauk ścisłych i przyrodniczych / informatyka (2018)

Nowe metody pozyskiwania wiedzy w generatorze systemów eksperckich

Cezary Iwański, praca dyplomowa, Instytut Badań Systemowych PAN w Warszawie, dziedzina nauk technicznych / informatyka (2011)

Zobacz więcej