Temat: inteligentna analiza danych; - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Mgła obliczeniowa jako nowy paradygmat wsparcia transmisji i przetwarzania danych w koncepcji Internetu rzeczy
Autorzy:: Rot, Artur
Powiązania:: https://bibliotekanauki.pl/articles/432209.pdf
Data publikacji:: 2016
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:: mgła obliczeniowa
chmura obliczeniowa
internet rzeczy
routery brzegowe
inteligentna analiza danych
Opis:: Jednym z istotnych trendów, które mają potencjał, by w najbliższych latach wpłynąć na życie każdego człowieka i funkcjonowanie biznesu, jest Internet rzeczy. Aby obsłużyć bardzo dużą liczbę urządzeń Internetu rzeczy i danych przez nie generowanych, potrzebna jest bardzo wydajna infrastruktura informatyczna. Dlatego też Internet rzeczy wymaga wsparcia chmury obliczeniowej wraz z jej wydajnością i skalowalnością. Jednakże chmura ma wiele wad, z których najważniejsze to ograniczona przepustowość, brak mobilności, strumieniowego przesyłania danych oraz bezprzewodowego dostępu, które są istotne z punktu widzenia Internetu rzeczy. Odpowiedzią na te wyzwania jest koncepcja mgły obliczeniowej, pozwalająca na przetwarzanie danych i zarządzanie nimi lokalnie, bez konieczności komunikacji z odległym centrum przetwarzania. Koncepcja ta stanowi nowy paradygmat wsparcia transmisji, gromadzenia i analizy danych z rozproszonych urządzeń Internetu rzeczy
Źródło:: Informatyka Ekonomiczna; 2016, 3(41); 51-63
1507-3858
Pojawia się w:: Informatyka Ekonomiczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Zastosowanie metod uczenia maszynowego w badaniu czynników wzrostu przedsiębiorczości
The Use of Machine Learning in Research of Entrepreneurship Growth Factors
Autorzy:: Czyżewska, Marta
Mroczek, Teresa
Lewicki, Arkadiusz
Cwynar, Andrzej
Powiązania:: https://bibliotekanauki.pl/articles/439389.pdf
Data publikacji:: 2017
Wydawca:: Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:: analiza wielowymiarowa;
inteligentna analiza danych;
przedsiębiorczość;
sieci bayesowskie;
wskaźniki dobrego rządzenia na świecie
Bayesian networks;
entrepreneurship;
Intelligent Data Analysis;
World Governance Indicators
Opis:: Przedsiębiorczość ma kluczowe znaczenie zarówno dla wzrostu gospodarczego, jak i rozumianego wielowymiarowo rozwoju, co znalazło odzwierciedlenie w przyjmowaniu jej za jeden z czynników produkcji przez niektóre teorie. Zarówno teoretyczne, jak i empiryczne badania przedsiębiorczości świadczą o tym, że jest ona kształtowana przez wiele różnorodnych czynników, będąc wyjątkowo złożonym zjawiskiem. Tradycyjne metody badawcze okazują się niewystarczające wobec wspomnianej złożoności zjawiska. Niniejszy artykuł prezentuje wyniki badania dotyczącego wpływu poszczególnych wskaźników opracowanych przez Bank Światowy w World Governance Indicators na wzrost przedsiębiorczości. Celem artykułu jest empiryczna weryfikacja przydatności metod uczenia maszynowego w selekcji czynników kluczowych dla przedsiębiorczości w sytuacji, gdy dokonuje się jej z wykorzystaniem dużych zbiorów wielowymiarowych i zmiennych danych. Zastosowana metoda wykazała istotne różnice pomiędzy kluczowymi czynnikami determinującymi wzrost przedsiębiorczości w pięciu grupach krajów, wydzielonych ze względu na wartość tego wzrostu mierzoną przyrostem nowo zakładanych przedsiębiorstw. Otrzymane wyniki świadczą o tym, że do badania istoty i determinant przedsiębiorczości mogą zostać zaprzęgnięte niestandardowe metody, rzucając nowe światło na to zjawisko.
Entrepreneurship is crucial both for economic growth and development which is reflected in the adoption of entrepreneurship as the factor of production in certain theories. Both theoretical and empirical research present entrepreneurship as a complex phenomenon shaped by a range of different factors. Traditional research methods are insufficient with respect to the complexity of the phenomenon. This article presents the results of research on the impact of the indicators developed by the World Bank in World Governance Indicators on the entrepreneurship growth. The aim of the article is the empirical verification of machine learning use in the selection of key factors for entrepreneurship in situations when applying large multidimensional and variable data. The applied method revealed significant differences between the key factors determining the growth of entrepreneurship in five groups of countries, categorized by the value of this growth measured by the growth in newly established enterprises. The results indicate that the applying unconventional methods to research on entrepreneurship determinants shed new light on this phenomenon.
Źródło:: Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2017, 31, 4; 169-186
2080-1653
Pojawia się w:: Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "inteligentna analiza danych;" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język