Главная → Выпуски → 2018, №4 (18) →

Методы и модели решения задач классификации при инновационном прогнозировании научно-технологического развития с использованием интеллектуального анализа «больших» данных

Отраслевая экономика и государственное регулирование , УДК: 338.27 DOI: 10.25688/2312-6647.2018.18.4.1

Авторы

  • Дюндик Елена Петровна Кандидат экономических наук, руководитель аспирантуры ЦНИИ «Центр». E-mail: d28aspirant@mail.ru
Ключевые слова
Алгоритм. , Интеллектуальный анализ , Класси­фикация данных , Методы , Отрасли промышленности

Как ссылаться

Дюндик, Е. П. (2018). Методы и модели решения задач классификации при инновационном прогнозировании научно-технологического развития с использованием интеллектуального анализа «больших» данных Вестник Московского городского педагогического университета. Серия «Экономика», 2018, №4 (18), 8-16. https://doi.org/10.25688/2312-6647.2018.18.4.1
Список литературы
1. Mirkin B. Core Concepts in Data Analysis: Summarization, Correlation and Visua­lization. Springer, 2011. 390 p.
2. Вьюгин В.В. Математические основы машинного обучения и прогнозирования. М.: МЦНМО, 2013. 304 с.
3. Furnkranz J. Separate-and-conquer rule learning // Artificial Intelligence Review. Vol. 13. 1999. Pp. 3-54.
4. Quinlan J.R. C4.5: Programs for Machine Learning. San Francisco: Morgan Kaufmann Publishers Inc., 1993.
5. Kuznetsov S.O. Scalable Knowledge Discovery in Complex Data with Pattern Structures // 5th International Conference Pattern Recognition and Machine Intelligence. 2013. Vol. 8251. Pp. 30-41.
6. Hagan M.T., H.B.D., M.H.B., De Jesus O. Neural Network Design. 2nd ed. Martin Hagan, 2014. 800 p.
7. Neagoe V.E., Carata S.V., Ciotec A.D. An advanced neural network-based ap­proach for military ground vehicle recognition in SAR aerial imagery // Scientific Research and Education in the Air Force. Vol. 18. 2016. Pp. 41-48.
Скачать файл .pdf 348.88 кб