Методические указания к лабораторным работам по курсам «Интеллектуальные автоматизированные системы» и "Моделирование ИАС". — Уфа: УГАТУ, 2004. — 24 с. Методические указания к лабораторной работе № 2 по дисциплине "Системы искусственного интеллекта". Цель работы: изучение особенностей применения компонентного и кластерного анализа в среде Statgraphics с целью изучения структуры...
Учебное пособие для студентов экономического факультета. — Москва: Российский государственный аграрный университет (РГАУ), 2010. — 75 с. Методические указания по Deductor. Методическое пособие разработано преподавателями вуза-партнера BaseGroup Labs с кафедры экономической кибернетики Российского государственного аграрного университета - МСХА им. Тимирязева, г. Москва....
Развитие и назначение Deductor Deductor – это аналитическая платформа, основа для создания законченных прикладных решений в области анализа данных. Реализованные в Deductor технологии позволяют на базе единой архитектуры пройти все этапы построения аналитической системы: от консолидации данных до построения моделей и визуализации полученных результатов. До появления...
Практикум. — Самара: Самарский университет, 2019. — 104 с. — ISBN: 978-5-7883-1415-0. Содержит учебно-методические материалы для выполнения лабораторных работ по курсу «Интеллектуальный анализ данных». Всего представлено четыре лабораторные работы, затрагивающих основные методы анализа данных. Для каждой лабораторной работы приведены необходимые теоретические сведения, примеры...
Учебное пособие по циклу расчетно-графических работ. - Красноярск: СФУ, 2007. - 59с. Учебное пособие содержит описание ряда расчетно-графических работ позволяющих студентам реализовать несколько современных методов анализа данных в виде программных стендов и тем самым получить реальный практический опыт в анализе данных и закрепить полученные на лекциях теоретические сведения....
Практикум. — Ульяновск : УлГТУ, 2018. — 51 с. Приведены задания к выполнению лабораторных работ по дисциплине «Интеллектуальный анализ данных и процессов» и рекомендации по их выполнению. Работа подготовлена на кафедре «Информационные системы» УлГТУ. Введение. Общая информация. Лабораторная работа № 1. Изучение опыта применения методов кластеризации данных. Цель работы и общие...
Методические указания к выполнению курсового проекта. — Ульяновск: УлГТУ, 2015. — 24 с. Методические указания написаны в соответствии с рабочей программой курса «Интеллектуальный анализ данных и процессов» для магистрантов по направлению «Программная инженерия». В методических указаниях описаны требования и тематика курсового проектирования, приведены цели, организация и...
Technical Report. University of Southampton, 1998, -66 pp. The problem of empirical data modelling is germane to many engineering applications. In empirical data modelling a process of induction is used to build up a model of the system, from which it is hoped to deduce responses of the system that have yet to be observed. Ultimately the quantity and quality of the observations...
Великобритания, Манчестер: Манчестерский университет, 2012. — 135 с. Адаптированный русский перевод с практическими комментариями и примерами от Semantic Web User Group, Россия. В работе дается представление об онтологиях, описаны их базовые конструкции, представлены возможности редактора онтологий Protege 4. Текст сопровождается иллюстрациями практического построения онтологии...
Електроний навчальний посібник. — Вінниця: Вінницький національний технічний університет (ВНТУ), 2014. — 113 с. У навчальному посібнику наведено теоретичний матеріал з технологій ідентифікації багатофакторних залежностей за допомогою регресійного аналізу, дерев рішень, нечітких баз знань та нейронних мереж. Передмова. Визначення оптимальної регресійної моделі. Дослідження...
Казань: Казанский федеральный университет, 2024. — 50 с. В учебно-методическом пособии систематизированы базовые методы статистической обработки данных, продемонстрировано применение методов биостатистики для анализа и визуализации результатов эксперимента с использованием свободной программной среды вычислений R и графической оболочки Rstudio. В Часть 1 включены методы...
Лабораторный практикум. — М.: МИСИС, 1982. — 132 с. Введение. Экстремальная группировка параметров. Автоматическая классификация объектов. Лингвистический анализ данных. Приложения.
Практикум. — Ярославль: ЯрГУ, 2022. — 36 с. В практикуме содержатся задания для освоения основных приемов и методов качественного анализа текстовых социологических данных: процедуры кодирования (номинации) данных, их «кластеризации» и типологизации, ассоциативного анализа текста и дискурс-анализа. Предназначено для студентов, изучающих дисциплину «Анализ количественных и...
Практикум. — Керчь: Керченский государственный морской технологический университет (КГМТУ), 2022. — 91 с. Введение. Использование инструментов Data Mining Client для Excel 2007 для создания модели интеллектуального анализа данных. Анализ точности прогноза и использование модели интеллектуального анализа. Построение модели кластеризации, трассировка и перекрестная проверка....
Комментарии