Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Języki publikacji
Abstrakty
Zbiory danych mogą stać się cennym źródłem wiedzy. Aby tak się jednak stało, musimy we właściwy sposób podejść do ich analizy. Proces analizy danych składa się z kilku etapów (opisanych w nr. 1/2020 „Utrzymania Ruchu” w artykule Analiza dużych zbiorów danych). Kluczowym etapem jest etap wstępnego przetwarzania danych, który bezpośrednio poprzedza etap eksploracji i jest często etapem najbardziej pracochłonnym.
Słowa kluczowe
Wydawca
Czasopismo
Rocznik
Tom
Strony
58--60
Opis fizyczny
Bibliogr. 9 poz., rys.
Twórcy
autor
- Katedra Podstaw Konstrukcji Maszyn, Wydział Mechaniczny Technologiczny, Politechnika Śląska
Bibliografia
- [1] Ciupke K.: Analiza dużych zbiorów danych. „Utrzymanie Ruchu”, nr 1/2020, s. 46-49.
- [2] Garcia S., Luengo J., Herrera F.: Data Preprocessing in Data Mining. Cham, Switzerland: Springer International Publishing, 2015.
- [3] Han J., Kamber M., Pei J.: Data mining: concepts and techniques. Elsevier, San Francisco 2012.
- [4] Larose D.: Metody i modele eksploracji danych. Elsevier, Warszawa 2019.
- [5] Luengo J., García-Gil D., Ramírez-Gallego S., García López S., Herrera F.: Big Data Preprocessing. Enabling Smart Data. Springer Nature Switzerland AG, 2020.
- [6] Maimon O., Rokach L.: Data mining and knowledge discovery handbook. Springer, Tel-Aviv University 2005.
- [7] Morzy T.: Eksploracja danych. Wydawnictwo Naukowe PWN, Warszawa 2019.
- [8] Provost F., Fawcett T.: Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji. Helion. 2014.
- [9] 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 MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-ce30cb87-67b4-44f4-b2d9-877bc4c15d93