Polski
English
ZGŁOŚ PROBLEM
ODSYŁACZE
Link do zasobu (skrót):
http://azon.e-science.pl/zasoby/14754Link do zasobu (repozytorium):
https://id.e-science.pl/records/14754Metadane 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 | |
| Licencja | ID-NC-ND |
| Informacje techniczne |
Deponujący: Marta Kordas Data udostępnienia: 26-07-2019 |
| Kolekcje | Kolekcja Politechniki Wrocławskiej, Kolekcja e-Biblio PWr |
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)