• ВХОД
  •  

    Полное описание

    Орлова, Е. В. Интеллектуальный анализ данных организационных систем на основе методов машинного обучения / Е. В. Орлова. - DOI 10.18720/IEP/2023.4/205. - Текст (визуальный) : непосредственный // Интеллектуальная инженерная экономика и индустрия 5.0 (ЭКОПРОМ) = Intelligent engineering economics and industry 5.0 (IEEI_5.0_ECOPROM) : сборник трудов Международной научно-практической конференции, 17-18 ноября 2023 года / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого, Институт промышленного менеджмента, экономики и торговли, Высшая инженерно-экономическая школа [и др.]. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2023. - С. 690-693. - Библиогр. в конце ст. - ISBN 978-5-7422-8320-1.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.85

    Рубрики:
    Интеллектуальный анализ данных
    Искусственный интеллект
    Машинное обучение -- Интеллектуальный анализ данных

    Кл.слова (ненормированные): ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ -- ОРГАНИЗАЦИОННЫЕ СИСТЕМЫ -- МАШИННОЕ ОБУЧЕНИЕ -- МЕТОДЫ ОБУЧЕНИЯ
    Аннотация: Организационные системы обладают такими особенностями, как динамичность, неопределенность, стохастичность и неоднородность их параметров, многообразие масштабов параметров и отклонение их значений от нормального распределения, мультиколлинеарность и ложные корреляции, которые усложняют процесс моделирования и прогнозирования. Требуется подход, который в условиях описываемых особенностей данных сможет адекватно идентифицировать, моделировать и прогнозировать процессы в таких системах, обеспечивая высокий уровень точности и эффективности. Предложена методика, обеспечивающая анализ и моделирование данных на основе методов машинного обучения, не чувствительных к описанным особенностям данных
    Доп. точки доступа:
    Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли. Высшая инженерно-экономическая школа

    Экз-ры полностью 452f020edb12f6b246b979a1c1d33cb3
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -832947-199480)

    Шифр в сводном ЭК: cf9d51ad438df25f2fb049c821edc644




    Заказ фрагмента документа ₽