Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Języki publikacji
Abstrakty
W niniejszej pracy zostaną zaprezentowane wyniki użycia dwóch metod bezwzorcowej klasyfikacji statystycznej (metoda aglomeracji, metoda grupowania k-średnich) oraz metody klasyfikacji bezwzorcowej za pomocą sieci neuronowej Kohonena.
The article presents functioning of statistical methods of classification without the pattern: agglomeration and clusterization of k-averages and the method based on Kohonen neural network applied to classification the quality of life of OECD' inhabitants data.
Czasopismo
Rocznik
Tom
Strony
113--120
Opis fizyczny
Bibliogr. 7 poz., rys., tab.
Twórcy
autor
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki
Bibliografia
- [1] Dobosz M. Wspomagana komputerowo statystyczna analiza wyników badań, Akademicka Oficyna Wydawnicza Exit, Warszawa, 2001.
- [2] Grabiński T. Metody taksonometrii, Akademia Ekonomiczna w Krakowie, Kraków, 1992.
- [3] Osowski S. Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2000.
- [4] Roszkowski M. Metoda identyfikacji stanu obiektów za pomocą sieci neuronowych na przykładzie klasyfikacji klientów na e-rynku, Rozprawa doktorska, Wydział Informatyki Politechniki Szczecińskiej, Szczecin, 2006.
- [5] Stanisz A. Przystępny kurs statystyki z zastosowaniem Statistica PL na przykładach z medycyny. StatSoft, Kraków, 2007.
- [6] Witkowska D. Sztuczne sieci neuronowe i metody statystyczne, Wydawnictwo C.H. Beck, Warszawa, 2002.
- [7] Źródło internetowe: http://www.sourceoecd.org/factbook. OECD Factbook 2009: Economic, Environmental and Social Statistics – Qualify of live, Stan na rok 2009.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS3-0014-0042