Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "drzewa klasyfikacyjne" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO ANALIZY POKERA ONLINE
    APPLICATION OF CLASSIFICATION TREES TO ANALYSE POKER GAME OUTCOME
    Autorzy:
    Zasłona, Marek
    Ząbkowski, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/452770.pdf
    Data publikacji:
    2018
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    eksploracja danych
    drzewa klasyfikacyjne
    poker
    data mining
    classification trees
    Opis:
    Niniejsza publikacja stanowi próbę scharakteryzowania deterministycznych czynników wpływających na wygraną w pokera. Przeprowadzono analizę w oparciu o jedną z metod eksploracji danych – drzewa klasyfikacyjne. Wybór tej techniki podyktowany był wykorzystaniem danych jakościowych jako zmiennych objaśniających rozgrywkę pokerową oraz prostotą prezentacji otrzymanych wyników, nawet przy bardzo rozbudowanych drzewach. W badaniu odkryto kilka czynników, które w istotny sposób mają wpływ na przebieg gry.
    The paper aims to characterize key factors determining poker game outcome. The analysis was based on classification trees and this was due to the qualitative data used as the explanatory variables. The method enables clear presentation of the results even in case of very complex tree structures. The study describes also a few other factors that significantly influence the game outcome.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2018, 19, 2; 192-201
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena świadczeń emerytalnych w krajach europejskich
    Autorzy:
    Jajko-Siwek, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/543977.pdf
    Data publikacji:
    2017
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    pension gap
    retirement adequacy
    data mining
    classification trees
    multivariate correspondence analysis
    cluster analysis
    luka emerytalna
    adekwatność emerytur
    drzewa klasyfikacyjne
    wielowymiarowa analiza korespondencji
    analiza skupień
    Opis:
    Celem przedstawionego w artykule badania jest scharakteryzowanie osób, które będąc na emeryturze uzyskują świadczenia zapewniające utrzymanie dotychczasowych warunków bytowych. W pracy wykorzystano wybrane metody data mining: drzewo klasyfikacyjne, analizę korespondencji oraz analizę skupień. W opracowaniu uwzględniono czynniki demograficzne, społeczne i ekonomiczne powiązane z poziomem emerytur, tj.: płeć, rodzaj gospodarstwa domowego, fazę wieku, stan zdrowia oraz rodzaj reżimu emerytalnego, w jakim funkcjonuje dana osoba. Badanie wykonano przy użyciu danych projektu Share 50+ in Europe (Survey of Health, Ageing and Retirement in Europe). Wyniki pozwalają na scharakteryzowanie świadczeniobiorcy, któremu nie zagraża tzw. luka emerytalna, czyli niemożność zachowania wcześniejszego standardu życia z powodu niewystarczających świadczeń emerytalnych.
    The aim of the research presented in the article is to characterize retired persons who receive benefits ensuring the maintenance of existing living conditions. The research was conducted with the use of selected data mining methods, such as classification trees, multivariate correspondence and cluster analysis. The paper includes socio-demographic and economic factors, i.e. sex, household type, retirement age, health status and type of pension scheme. The research was conducted on the basis of data from the project ”Share 50+ in Europe”. The presented results allow to identify beneficiary who is not threatened by the so-called pension gap which means the inability to maintain an earlier standard of living due to insufficient retirement benefits.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2017, 6
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predykcyjny model dobowej emisji energii sejsmicznej indukowanej eksploatacją górniczą
    Predictive model of the daily release of seismic energy induced by mining
    Autorzy:
    Jakubowski, J.
    Lenart, Ł.
    Ożóg, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/166220.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Górnictwa
    Tematy:
    sejsmiczność indukowana
    wstrząsy górnicze
    hazard sejsmiczny
    zagrożenie tąpaniami
    drzewa wzmacniane
    sieci neuronowe
    regresja logistyczna
    modele prognostyczne
    modele klasyfikacyjne
    induced seismicity
    mining tremors
    seismic hazard
    rockburst hazard
    data mining
    boosted trees
    neural networks
    logistic regression
    predictive model
    classification model
    Opis:
    W artykule przedstawiono budowę i ocenę predykcyjnego modelu klasyfikacyjnego dobowej emisji energii sejsmicznej indukowanej eksploatacją ścianową węgla. Model jest oparty na danych z katalogu wstrząsów i podstawowych danych o wydobyciu i ścianach eksploatowanych w partii XVI kopalni Piast w okresie od lipca 1987 do marca 2011. Zmienną prognozowaną jest dwustanowa zmienna określająca wystąpienie dobowej sumy energii sejsmicznej wstrząsów w rejonie ściany większej lub równej wartości progowej 10/5 J. Zastosowano trzy metody analityczne w schemacie data mining: regresję logistyczną, sieci neuronowe i drzewa wzmacniane. Jako najlepszy do celów prognozy wybrano model drzew wzmacnianych. Wyniki na zbiorze walidacyjnym pokazały jego dobrą zdolność predykcyjną, co zachęca do dalszych badań.
    This paper presents the design and evaluation of the classification predictive model of daily seismic activity induced by longwall mining. The model combines seismic catalog data, output volume and basic characteristics of the longwall faces in sector XVI of the Piast coal mine over the period of July 1987 to March 2011. The predicted variable defines the occurrence of a daily sum of seismic energy released nearby the longwall, that is greater than or equal to the threshold value of 10/5 J. Machine learning and statistical methods were applied, namely neural networks, stochastic gradient boosted trees and logistic regression. The design and evaluation of the classification predictive models were presented. The boosted tree model appeared to meet the prediction quality criteria best. The results of the model evaluation show its promising predictive capability.
    Źródło:
    Przegląd Górniczy; 2014, 70, 3; 18-25
    0033-216X
    Pojawia się w:
    Przegląd Górniczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies