Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/26491
Full metadata record
DC FieldValueLanguage
dc.contributor.authorКраснопрошин, В. В.-
dc.contributor.authorРодченко, В. Г.-
dc.date.accessioned2017-10-13T09:32:53Z-
dc.date.available2017-10-13T09:32:53Z-
dc.date.issued2017-
dc.identifier.citationКраснопрошин, В. В. Обучение по прецедентам на основе анализа свойств признаков / В. В. Краснопрошин, В. Г. Родченко // Доклады БГУИР. - 2017. - № 6 (108). - С. 35-41.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/26491-
dc.description.abstractВ работе исследуется задача обучения по прецедентам (по примерам). Предложен метод обучения, основанный на анализе свойств сочетаний признаков и построении признаковых подпространств, в которых классы не пересекаются. В рамках метода разработан алгоритм, который допускает распараллеливание процесса обучения и проведение его в автоматическом режиме. Показана возможность использования метода для автоматического обнаружения и интерпретации скрытых, заранее неизвестных закономерностей в задачах интеллектуального анализа данных.ru_RU
dc.language.isoruru_RU
dc.publisherБГУИРru_RU
dc.subjectдоклады БГУИРru_RU
dc.subjectобучение по прецедентамru_RU
dc.subjectинтеллектуальный анализ данныхru_RU
dc.subjectобучающая выборкаru_RU
dc.subjectlearning by precedentsru_RU
dc.subjectdata miningru_RU
dc.titleОбучение по прецедентам на основе анализа свойств признаковru_RU
dc.title.alternativeLearning by precedents based on the analysis of the features propertiesru_RU
dc.typeСтатьяru_RU
local.description.annotationThe issue of learning by precedents is studied. A method of learning based on the analysis of the properties of feature combinations and building feature subspaces where classes do not intersect is proposed. An algorithm that allows paralleling of the learning process and performing it in the automatic mode has been developed in this approach. A possibility to use this method for automatic detection and interpretation of hidden, previously unknown patterns in data mining tasks is presented.-
Appears in Collections:№6 (108)

Files in This Item:
File Description SizeFormat 
Krasnoproshin_Obucheniye.PDF1.35 MBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.