Praktyczne zastosowania sieci neuronowych w klasyfikacji
| 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.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.identifier.uri | http://hdl.handle.net/11199/3827 | |
| 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 |