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 "data mining methodology" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Methodology for the Construction of a Rule-Based Knowledge Base Enabling the Selection of Appropriate Bronze Heat Treatment Parameters Using Rough Sets
    Metodyka budowy regułowej bazy wiedzy umożliwiającej dobór odpowiednich parametrów obróbki cieplnej brązów z zastosowaniem zbiorów przybliżonych
    Autorzy:
    Górny, Z.
    Kluska-Nawarecka, S.
    Wilk-Kołodziejczyk, D.
    Regulski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/353780.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    application of information technology to the foundry industry
    heat treatment
    classification algorithms
    rough sets
    data mining
    zastosowanie technologii informatycznych dla przemysłu odlewniczego
    obróbka cieplna
    algorytm klasyfikacji
    zbiory przybliżone
    Opis:
    Decisions regarding appropriate methods for the heat treatment of bronzes affect the final properties obtained in these materials. This study gives an example of the construction of a knowledge base with application of the rough set theory. Using relevant inference mechanisms, knowledge stored in the rule-based database allows the selection of appropriate heat treatment parameters to achieve the required properties of bronze. The paper presents the methodology and the results of exploratory research. It also discloses the methodology used in the creation of a knowledge base.
    Decyzje dotyczące odpowiedniej metody obróbki cieplnej brązów mają wpływ na uzyskanie końcowych własności tych materiałów. W pracy przedstawiono przykład budowy bazy wiedzy z zastosowaniem teorii zbiorów przybliżonych. Wiedza zgromadzona w bazie reguł umożliwia za pomocą mechanizmów wnioskowania dobór odpowiednich parametrów obróbki w celu uzyskania pożądanych własności brązu.
    Źródło:
    Archives of Metallurgy and Materials; 2015, 60, 1; 309-312
    1733-3490
    Pojawia się w:
    Archives of Metallurgy and Materials
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metodyczne podejście do analizy i eksploracji danych marketingowych
    A methodological approach to analysis and exploration of marketing data
    Autorzy:
    Korczak, Jerzy
    Pondel, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/589221.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Big Data
    Eksploracja danych
    Marketing
    Metodyka realizacji aplikacji informatycznych
    Data mining
    Methodology of development of IT applications
    Opis:
    W artykule zaproponowano metodykę realizacji projektu systemu wspomagania decyzji marketingowych z wykorzystaniem metod eksploracji danych i technologii Big Data. Inspiracją podejścia była metodyka eksploracji danych CRISP-DM, która oryginalnie nie była zorientowana na projekty Big Data. Z tego powodu metodykę tę zmodyfikowano pod kątem celu i wymagań funkcjonalnych oraz technologicznych projektowanego przez nas systemu. Główne prace badawcze w projekcie koncentrowały się na analizie i eksploracji dużych, heterogenicznych zbiorów danych o dużej zmienności. W artykule szczegółowo opisano etapy procesu realizacji projektu według rozszerzonej metodyki CRISP-DM, z uwzględnieniem specyfiki procesów analizy i eksploracji dużych baz danych marketingowych przetwarzanych w czasie rzeczywistym. W celu ilustracji podejścia podano też przykłady zadań w trakcie realizacji etapów projektu na konkretnych danych o klientach, transakcjach i produktach sklepu internetowego.
    The article proposes a methodology for development of a marketing Decision Support System using data mining methods and Big Data technologies. The main research findings focus on the analysis and exploration of very large, heterogeneous sets of highly volatile marketing data. The approach is inspired by the CRISP-DM methodology which is not oriented towards Big Data applications. The article describes in detail the stages of the project development according to the extended CRISP-DM methodology, taking into account the specificity of the analysis and exploration processes of large marketing databases processed in real time. In order to illustrate the approach, the examples based on real data about customers, transactions and products of the Internet store were discussed.
    Źródło:
    Studia Ekonomiczne; 2017, 342; 52-71
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GeoMedia Enterprise Intelligence – nowe zastosowania kartograficznej metody badań w wielokryterialnej analizie danych przestrzennych
    GeoMedia Enterprise Intelligence – new applications of cartographic methodology in multicriteria spatial data analysis
    Autorzy:
    Olszewski, R.
    Fiedukowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/345867.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    eksploracyjna analiza danych przestrzennych
    korelacja
    regresja
    statystyka przestrzenna
    ekonometria przestrzenna
    spatial data mining
    corelation
    regression
    spatial statistic
    spatial econometry
    Opis:
    W ramach innowacyjnego projektu geoinformacyjnego B+R finansowanego ze środków POIG Wydział Geodezji i Kartografii Politechniki Warszawskiej wraz firmą Intergraph oraz z Wrocławskim Instytutem Zastosowań Informacji Przestrzennej i Sztucznej Inteligencji realizuje temat „Opracowanie i wdrożenie innowacyjnej technologii GeoMedia Enterprise Intelligence realizującej wielokryterialną analizę danych przestrzennych w środowisku narzędziowym desktop oraz Web”. W ramach nawiązanej współpracy możliwe stało się wdrożenie opracowywanych od lat przez Zakład Kartografii PW algorytmów typu spatial data mining, umożliwiających uwzględnienie aspektu przestrzennego w analizach statystycznych. Autorzy pragną uzyskać wartość dodaną poprzez połączenie w celowy ciąg technologiczny szeregu analiz geostatystycznych, wzbogaconych o zaawansowane wizualizacje kartograficzne. W ciągu tym zaproponowano algorytmy mające służyć wstępnemu przetworzeniu danych, w tym metodę agregacji i metodę reduktów, oraz szereg klasycznych metod statystycznych wzbogaconych o ujęcie lokalne i powiązania przestrzenne.
    The Cartography Department of Geodesy and Cartography Faculty of Warsaw University of Technology, in collaboration with Intergraph Poland Sp. z o. o. and Wroclaw Institute of Spatial Information and Artificial Intelligence works on the subject of "Development and implementation of innovative technology GeoMedia Enterprise Intelligence in multicriteria spatial data analysis in both desktop and Web environment" This R&D project is funded by the Innovative Economy Operational Programme EU in Poland. Within the framework of this cooperation it became possible to implement new algorithms as well as to extend the existing ones (touching most of the spatial aspects to be included in the analysis) which were developed in the Cartography Department. The authors intend to obtain added value by combining a number of spatial statistics analyses, enriched by cartographic visualizations, into a purposeful workflow. The algorithms included in the workflow cover among others methods of data preprocessing, including data reduction (aggregation and reducts) as well as number of classical statistical methods enriched by the local approach and spatial neighborhood.
    Źródło:
    Roczniki Geomatyki; 2015, 13, 1(67); 35-37
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methodologies of knowledge discovery from data and data mining methods in mechanical engineering
    Autorzy:
    Rogalewicz, M.
    Sika, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/407431.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    knowledge discovery
    data mining methods
    data mining methodology
    Opis:
    The paper contains a review of methodologies of a process of knowledge discovery from data and methods of data exploration (Data Mining), which are the most frequently used in mechanical engineering. The methodologies contain various scenarios of data exploring, while DM methods are used in their scope. The paper shows premises for use of DM methods in industry, as well as their advantages and disadvantages. Development of methodologies of knowledge discovery from data is also presented, along with a classification of the most widespread Data Mining methods, divided by type of realized tasks. The paper is summarized by presentation of selected Data Mining applications in mechanical engineering.
    Źródło:
    Management and Production Engineering Review; 2016, 7, 4; 97-108
    2080-8208
    2082-1344
    Pojawia się w:
    Management and Production Engineering Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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