Pozyskiwanie wiedzy w przedsiębiorstwie z wykorzystaniem technik inteligentnych

• Autorzy: Brzychczy E

Warianty tytułu

EN

Knowledge acquisition in the company with the use of intelligent techniques

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano podejście i metody pozyskiwania wiedzy z danych, które mogą zostać wykorzystane w zarządzaniu współczesnymi przedsiębiorstwami. W tym zakresie szczególną uwagę zwrócono na techniki inteligentne znajdujące zastosowanie na etapie eksploracji danych do poszukiwania nowych zależności i reguł w dużych zbiorach danych. Zaprezentowano przykładowe algorytmy i kierunki ich praktycznego wykorzystania w przedsiębiorstwie górniczym.

EN

The paper presents the approach and methods of acquiring knowledge from data that can be used in the management of modern enterprises. In this regard, special attention was paid to the intelligent techniques finding application at the stage of data exploration for searching of new relationships and rules in large data sets. The exemplary algorithms and guidelines for their practical use in a mining company were presented.

Słowa kluczowe

PL

eksploracja danych; zbiór danych; przedsiębiorstwo górnicze

EN

data exploration; data set; mining company

• Wydawca: Wydawnictwo Górnicze Sp. z o.o.
• Czasopismo: Wiadomości Górnicze
• Rocznik: 2012
• Tom: R. 63, nr 10
• Strony: 587--591
• Opis fizyczny: Bibliogr. 13 poz., rys., wykr.

Twórcy

autor

Brzychczy E

• AGH Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• 1. Brzychczy E: Analiza wykorzystania kombajnów chodnikowych w przodkach korytarzowych w kopalniach węgla kamiennego z zastosowaniem drzew decyzyjnych. Zarządzanie: doświadczenia i problemy. Red. W. Sitko. Wydaw. System-Graf, Lublin 2008
• 2. Brzychczy E.: Analiza wyposażenia przodków ścianowych na podstawie reguł asocjacyjnych. Wiadomości Górnicze 2009, nr 3
• 3. Brzychczy E.: Metoda modelowania i optymalizacji robót eksploatacyjnych w wielozakładowym przedsiębiorstwie górniczym. Wydawnictwa AGH. Seria Rozprawy i Monografie, nr 245, Kraków 2012
• 4. Cichosz P.: Systemy uczące się. WydawnictwaNaukowo - Techniczne. Warszawa 2007
• 5. Data Mining and the Case for Sampling, Solving Business Problems Using SAS Enterprise Miner Software.Best Practices Paper. Pobrane dn.20.02.2009 z lokalizacji http://www.sas.com/ technologies/analytics/datamining/miner/semma.html
• 6. Drucker P.F.: Społeczeństwo pokapitalistyczne. Wydaw. PWN, Warszawa 1999
• 7. Jagielski J.: Inżynieria wiedzy. Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, Zielona Góra 2005
• 8. Kowalczyk A., Nogalski B.: Zarządzanie wiedzą. Koncepcje i narzędzia. Wydaw. Difin, Warszawa 2007
• 9. Larose T.D.: Odkrywanie wiedzy z danych. Wydawnictwa Naukowe PWN, Warszawa 2006
• 10. Mulawka J.J.: Systemy ekspertowe. Wydawnictwa Naukowo-Techniczne, Warszawa 1996
• 11. Olszak C.M., Bartuś K.: Analiza i ocena wybranych modeli eksploracji danych. Komputerowo Zintegrowane Zarządzanie. Tom II. Wydaw. PTZP, Opole 2009
• 12. Skrzypek E.: Jakość wiedzy jako źródło sukcesu przedsiębiorstwa w warunkach ekonomii wiedzy. Kraków 2007 (www. outsourcing.edu.pl)
• 13. Zimroz R., Brzychczy E.: Zastosowanie drzew decyzyjnych do wspomagania rozpoznawania stanu technicznego wybranych elementów maszyn górniczych. Bezpieczeństwo Pracy i Ochrona Środowiska w Górnictwie 2010, nr 9