dc.contributor.advisor |
Kobak, Piotr |
|
dc.contributor.author |
Kasprowicz, Tomasz |
|
dc.date.accessioned |
2014-01-11T22:05:28Z |
|
dc.date.available |
2014-01-11T22:05:28Z |
|
dc.date.issued |
2003 |
|
dc.identifier.uri |
http://hdl.handle.net/11199/3827 |
|
dc.description.abstract |
Sieci neuronowe i ogólnie metody sztucznej inteligencji (poza pewnymi wyjątkami) nie są w powszechnym zastosowaniu. Autor podejmuje temat i stara się pokazywać zastosowania sieci neuronowych, które bardzo często okazują się dużo efektywniejsze od tradycyjnie wykorzystywanych metod. Celem tej pracy jest wykazanie, że sieci neuronowe są wydajnym i efektywnym narzędziem rozwiązywania problemów z zakresu klasyfikacji. Aby go osiągnąć posłużę się wypracowaną przez mnie metodą wyłaniania odpowiednich rozwiązań problemów klasyfikacyjnych. Metoda ta zawiera analizę danych za pomocą sieci uczonych pod nadzorem i bez nadzoru oraz jej weryfikację za pomocą nieparametrycznych testów statystycznych |
pl |
dc.language.iso |
pl |
pl |
dc.rights |
licencja niewyłączna |
pl |
dc.subject |
klasyfikacja |
pl |
dc.subject |
klasyfikatory parametryczne |
pl |
dc.subject |
klasyfikacja nieparametryczna |
pl |
dc.subject |
sieci neuronowe w klasyfikacji |
pl |
dc.subject |
sieci typu wielowarstwowy perceptron (MLP) |
pl |
dc.subject |
sieci neuronowe w ocenie ryzyka kredytowego |
pl |
dc.title |
Praktyczne zastosowania sieci neuronowych w klasyfikacji |
pl |
dc.type |
masterThesis |
pl |