Eksploracja danych. Analiza dużych zbiorów danych

• Autorzy: Ciupke Krzysztof
• Języki publikacji: PL

Abstrakty

PL

Analiza danych jest ciągle rozwijającym się procesem, składającym się z wielu etapów. W artykule przedstawiony został główny etap – eksplorowanie danych. Jak wybrać odpowiednią metodę eksploracji danych?

Słowa kluczowe

PL

eksploracja danych; regresja; klasyfikacja; drzewo decyzyjne; sztuczne sieci neuronowe

• Wydawca: ELAMED Media Group
• Czasopismo: Utrzymanie Ruchu
• Rocznik: 2023
• Tom: Nr 1
• Strony: 32--36
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Ciupke Krzysztof

• Katedra Podstaw Konstrukcji Maszyn, Wydział Mechaniczny Technologiczny, Politechnika Śląska

Bibliografia

• 1. Aczel A., Sounderpandian J.: Statystyka w zarządzaniu. Wydawnictwo Naukowe PWN, Warszawa 2017.
• 2. Ciupke K.: Analiza dużych zbiorów danych. „Utrzymanie Ruchu”, nr 1/2020, s. 46-49.
• 3. Ciupke K.: Wstępne przetwarzanie danych. „Utrzymanie Ruchu”, nr 4/2020, s. 58-60.
• 4. Han J., Kamber M., Pei J.: Data mining: concepts and techniques. Elsevier, San Francisco 2012.
• 5. Kosiński R.: Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydawnictwo WNT, Warszawa 2022.
• 6. Larose D.: Metody i modele eksploracji danych. Elsevier, Warszawa 2019.
• 7. Maimon O., Rokach L.: Data mining and knowledge discovery handbook. Springer, Tel-Aviv University, 2005.
• 8. Morzy T.: Eksploracja danych. Wydawnictwo Naukowe PWN, Warszawa 2019.
• 9. Provost F., Fawcett T.: Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji. Helion, 2014.
• 10. Stąpor K.: Automatyczna klasyfikacja obiektów, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2005.
• 11. Witten I., Frank E., Hall M., Pal Ch.: Data mining. Practical machine learning tools and techniques. Elsevier, San Francisco 2016.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).