Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/43904
Full metadata record
DC FieldValueLanguage
dc.contributor.authorПилецкий, И. И.-
dc.contributor.authorБатура, М. П.-
dc.contributor.authorВолорова, Н. А.-
dc.date.accessioned2021-06-04T10:10:53Z-
dc.date.available2021-06-04T10:10:53Z-
dc.date.issued2021-
dc.identifier.citationПилецкий, И. И. Граф знаний и машинное обучение как базис методологии искусственного интеллекта в обучении / И. И. Пилецкий, М. П. Батура, Н. А. Волорова // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2021. – С. 198–209.ru_RU
dc.identifier.isbn978-985-7267-09-5-
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/43904-
dc.description.abstractГрафовые технологии – это основа для создания интеллектуальных приложений. Граф знаний – одна из основных областей ИИ, который позволяет понимать предписывающую аналитику и приложения ИИ. Совместное применение графовых технологий, методов и алгоритмов машинного обучения позволяет получать скрытые зависимости и выполнять предиктивный анализ информации, получать ответы в режиме реального времени, реализовывать алгоритмы искусственного интеллекта. В статье приводятся методы построения графа знаний и применение машинного обучения при подготовке магистрантов по тематике «Обработка больших объемов информации», а также для получения экспертных данных при проведении исследовательских работ в университете. Graph technology is the foundation for building intelligent applications that enable more accurate predictions and faster decision making. The knowledge graph is one of the main areas of AI that enables us to understand prescriptive analytics and AI applications. The combined use of graph technologies, machine learning methods and algorithms allows you to obtain hidden dependencies and perform predictive analysis of information, receive answers in real time, and implement artificial intelligence algorithms. The article provides methods for constructing a graph of knowledge and the use of machine learning in the preparation of undergraduates on the topic "Processing large amounts of information", as well as for obtaining expert data during research at the university.ru_RU
dc.language.isoruru_RU
dc.publisherБестпринт, РБru_RU
dc.subjectпубликации ученыхru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectинтернет-источникиru_RU
dc.subjectмашинное обучениеru_RU
dc.subjectграфовые базы данныхru_RU
dc.subjectбольшие данныеru_RU
dc.subjectinternet sourcesru_RU
dc.subjectmachine learningru_RU
dc.subjectgraph databasesru_RU
dc.subjectBig Dataru_RU
dc.titleГраф знаний и машинное обучение как базис методологии искусственного интеллекта в обученииru_RU
dc.title.alternativeSystem for complex analysis of data from internet sourcesru_RU
dc.typeArticleru_RU
Appears in Collections:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2021)

Files in This Item:
File Description SizeFormat 
Piletskiy_Graf.pdf1.4 MBAdobe PDFView/Open
Show simple item record


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