Zakład Zaawansowanych Technik Informacyjnych (Z-6) Temat Logika i inżynieria wiedzy w telekomunikacji Praca nr

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zakład Zaawansowanych Technik Informacyjnych (Z-6) Temat Logika i inżynieria wiedzy w telekomunikacji Praca nr 06300012"

Transkrypt

1 Zakład Zaawansowanych Technik Informacyjnych (Z-6) Temat Logika i inżynieria wiedzy w telekomunikacji Praca nr Warszawa, grudzień 2012

2 Tytuł pracy: Logika i inżynieria wiedzy w telekomunikacji Praca nr Kierownik pracy: prof. dr hab. inż. Andrzej Wierzbicki Wykonawcy pracy: prof. dr hab. Ewa Orłowska, doc. dr hab. Szymon Jaroszewicz, dr inż. Piotr Rzepakowski, mgr inż. Paweł Olender Kierownik Zakładu: dr inż. Janusz Granat Copyright by Instytut Łączności, Warszawa

3 SPIS TREŚCI I. Logika: prace prof. Orłowskiej... 4 I.1. Podsumowanie... 4 I.2. Referencje... 5 II. Inżynieria wiedzy: prace prof. Wierzbickiego,... 7 II.1 Podsumowanie... 7 II.2. Publikacje w 2012 (z uzupełnieniami z grudnia 2011/stycznia 2012 roku)... 7 III. Inżynieria wiedzy: prace doc. Jaroszewicza i mgr Rzepakowskiego... 9 III.1. Podsumowanie... 9 III.2. Literatura IV. Inżynieria wiedzy: prace mgr Olendra IV.1. Podsumowanie IV.2. Literatura Wybrane publikacje do tego sprawozdania są dołączone do sprawozdania tylko w wersji papierowej w Archiwum prac w OIN 3

4 I. Logika: prace prof. Orłowskiej I.1. Podsumowanie Praca opublikowana Ewa Orłowska and Anna Radzikowska, Knowledge algebras and their discrete duality. In: A. Skowron and Z. Suraj (eds) Rough Sets and Intelligent Systems Professor Zdzisław Pawlak in Memoriam. Springer, Intelligent Systems Reference Library vol.43, 2012, 7-20 W obszernej literaturze na temat formalizacji operatora wiedzy, przy pomocy którego można reprezentować intuicyjne stwierdzenie on/ona wie (ang. an agent knows ), szereg rozwiązań zostało zaproponowanych w ramach computational logic. Między innymi, opracowana była semantyka operatora wiedzy w terminach pojęć teorii zbiorów przybliżonych [Demri 1999, Orlowska1987, 1989]. W pracy wprowadzona została klasa algebr, której aksjomatyka stanowi realizację postulatu przedstawionego w [Hintikka 1962] odnośnie operatora wiedzy nazwanego przez niego knowing whether. Hintikka sformułował ten postulat następująco: Clearly one knows whether p is true if and only if one knows that p is true or knows that p is false. Dla wprowadzonej w pracy klasy algebr została skonstruowana klasa systemów relacyjnych, które generują semantykę zbiorów przybliżonych dla operatora wiedzy Hintikki. Pokazano że obie te klasy są dualne w sensie dualności dyskretnej. Nowa wersja książki Ewa Orłowska, Anna Radzikowska, and Ingrid Rewitzky, Discrete Duality: When Algebraic and Frame Semantics are Equivalent Wersja z grudnia 2011 została rozszerzona o następujące materiały: - Rozdział pt. Boolean algebras with information operators został rozszerzony o 5 nowych paragrafów. Przedstawione zostały podstawowe pojęcia dotyczące systemów informacyjnych, zbiorów przybliżonych i relacji informacyjnych oraz opracowane zostały dualności dyskretne dla pewnej nowej klasy struktur z relacjami informacyjnymi. Struktury te pozwalają sformalizować pojęcie różności obiektów w systemie informacyjnym. - Rozdział pt. Boolean algebras with relations został rozszerzony o 4 nowe paragrafy. Podane zostały dwa rodzaje dualności dyskretnych dla contact algebras. Termin contact lub connection odnosi się do relacji między parami regionów przestrzennych, był on jednym z podstawowych pojęć systemu podstaw matematyki Whitehead a [Whitehead 1929]. Obecnie relacja kontaktu jest jednym z najważniejszych pojęć teorii spatial reasoning. Contact algebras zostały wprowadzone w [Clarke 1981] i następnie badane, między innymi, w [Duentsch 2001, Duentsch and Winter 2005, Vakarelov et al. 2002]. W rozdziale przedstawione zostały dwa rodzaje dualności dyskretnych dla contact algebras. Pierwsza z nich opiera się na formalizacji relacji kontaktu jako szczególnego rodzaju relacji bliskości (ang. proximity) i na odpowiednim rozszerzeniu dualności dyskretnej dla proximity algebras. Drugi typ dualności otrzymany został poprzez uogólnienie dualności dla algebr Boole a, takie że algebra reprezentacji konstruowana jest nie na rodzinie ultrafiltrów, ale na rodzinie klanów (ang. clans). 4

5 - Rozdział pt. Distributive lattices with negations został rozszerzony o 6 nowych paragrafów. Od szeregu lat w literaturze z zakresu computational logic bardzo aktualny jest problem znalezienia takiego formalizmu dla reprezentacji operatora negacji, który pozwoliłby na odkrywanie z danych także wiedzy negatywnej, zgodnie ze wspomnianym wyżej postulatem Hintikki [Wansing 1996, Gabbay and Wansing 1999]. W rozdziale przedstawione zostały dualności dyskretne dla wszystkich negacji rozważanych w [Rasiowa 1974], dla negacji z [Vakarelov 1989], oraz dla algebr z negacją De Morgana i z operatorami modalnymi. Ponadto ulepszona została kategoryzacja materiału w książce, czego rezultatem jest zmiana ilości rozdziałów i ich kolejności. Pierwsze rozdziały z każdej z trzech części książki (rozdziały 3, 9, 14 w wersji z 2011 roku) zostały włączone do rozdziału pt. Foundations. Obecna wersja nie została jeszcze złożona do publikacji ponieważ chcemy włączyć do książki najnowsze wyniki uzyskane w 2012 roku: - Powstanie nowy rozdział pt. Stone algebras with operators, w którym zostaną przedstawione między innymi dyskretne dualności uzyskane w 2012 roku dla rough relation algebras, zapoczątkowanych w [Comer 1993]. - Do rozdziału pt. Boolean algebras with modal operators zostanie dołączony paragraf przedstawiający dualność dyskretną dla event structures. Struktury te zostały wprowadzone w pracy [Winskel 1987]. - W 2012 roku ukazała się praca [Busaniche and Cabrer 2012], przedstawiająca warunki konieczne i wystarczające na istnienie klasycznych twierdzeń o reprezenacji (takich że algebra reprezentacji jest zupełna) dla pewnych aksjomatycznych rozszerzeń algebr logiki rozmytej MTL. Spodziewamy się, że uda się uzyskać dualności dyskretne dla tych algebr i włączyć ten wynik do książki. Dualność dyskretna dla algebr logiki MTL jest już przedstawiona w książce. I.2. Referencje Busaniche, M. and Cabrer L. M., Completions in subvarieties of BL-algebras. Journal of Multiple-Valued Logic and Soft Computing 19, 2012, Clarke, B. I., A calculus of individuals based on connection. Notre Dame Journal of Formal Logic 22, 1981, Comer, S., On connections between information systems, rough sets and algebraic logic. In: C. Rauszer (ed), Algebraic Methods in Logic and in Computer Science. Banach Center Publications vol. 28, 1993, Demri, S., A logic with relative knowledge operators. Journal of Logic, Language and Information 8, No 2, 1999, Duentsch, I., Contact relation algebras. In: E. Orłowska and A.Szałas (eds) Relational Methods for Computer Science Applications, Studies in Fuzziness and Soft Computing vol. 65, Springer, Heidelberg, 2001, Duentsch, I. and Winter, M., A representation theorem for Boolean contact algebras. Theoretical Computer Science 347, No 3, 2005, Gabbay, D., and Wansing, H,. What is negation? Applied Logic Series vol. 13, Kluwer Academic Publishers, Dordrecht, 1999 Hintikka, J, Knowledge and Belief. Cornell University Press, London, 1962 Orłowska, E., Semantics of knowledge operators. Bulletin of the Polish Academy of Science, Mathematics, vol. 35, 1987, Orłowska, E., Logic for reasoning about knowledge. Zeitschrift fuer Mathematische Logik und Grundlagen der Mathematik35, 1989,

6 Rasiowa, H., An Algebraic Approach to Non-Classical Logics. North Holland, Amsterdam, 1974 Vakarelov, D., Consistency, completeness and negation. In: G. Priest, R. Routley, and J. Norman (eds) Paraconsistent Logic: Essays on the Inconsistent. Philosophia Verlag, Munich, 1989, Vakarelov, D., Dimov, G., Duentsch, I, and Bennet, B., A proximity approach to some region-based theories of space. Journal of Applied Non-Classical Logics 12, No 3-4, 2002, Wansing, H., Negation: A Notion in Focus. Walter de Gruyter, Berlin, New York, 1996 Whitehead, A. N., Process and Reality. MacMillan, London, 1929 Winskel, G., Event structures. Lecture Notes in Computer Science 255, 1987,

7 II. Inżynieria wiedzy: prace prof. Wierzbickiego, II.1 Podsumowanie W roku 2012 większość czasu prof. Wierzbickiego poświęcona była pracy w projekcie SYNAT, a także różnym publikacjom w zakresie inżynierii wiedzy (zob. wykaz w punkcie następnym), tak że udało się przygotować wersje angielską oraz uzupełnioną tylko pięciu (z ogólnej liczby piętnastu) rozdziałów książki Techne n, których tekst jest w załączniku II. Można mieć nadzieję, że tłumaczenie i uzupełnienie książki będzie zakończone w roku Uzupełnienia książki dotyczą różnych materiałów uzyskanych już w 2012 roku, niekiedy też przedstawionych w nowych publikacjach autora. Publikacje te dotyczą w szczególności pojęć innowacyjności i kreatywności z perspektywy inżynierii wiedzy, zagrożeń globalnych rozwoju a wizji i mechanizmów postępu (z tejże perspektywy), zagadnień uzasadniania wiedzy oraz skutków rewolucji informacyjnej w pojmowaniu świata, masowego przetwarzania danych w inżynierii wiedzy, wreszcie kontrowersyjnej kwestii możliwości i paradoksów prognozowania. II.2. Publikacje w 2012 (z uzupełnieniami z grudnia 2011/stycznia 2012 roku) Książki: Kleiber M, Kleer J., Wierzbicki A.P., Galwas B., Kuźnicki L., Sadowski Z., Strzelecki Z. (2011) Raport Polska Komitet Prognoz Polska 2000 Plus przy Prezydium PAN we współpracy z NBP, Warszawa (autorstwo części, redakcja naukowa całości) Kleiber M, Kleer J., Wierzbicki A.P., Galwas B., Kuźnicki L., Sadowski Z., Strzelecki Z. (2011) Poland 2050 Report. Komitet Prognoz Polska 2000 Plus przy Prezydium PAN we współpracy z NBP, Warszawa (wersja angielska z uzupełnieniami powyższej pozycji; autorstwo części, redakcja naukowa i językowa całości) Kleer J., Wierzbicki A.P., eds. (2012)) Innowacyjność, kreatywność a rozwój. Komitet Prognoz Polska 2000 Plus PAN (autorstwo części, redakcja naukowa całości) Rozdziały w książkach: Wierzbicki A.P. (2011) Knowledge Justification. In Y.Nakamori (ed.) Knowledge Science, CRC Press, Boca Raton, pp Wierzbicki A.P. (2012) Innowacyjność a potrzeba stymulacji kreatywności. W J. Kleer, A.P. Wierzbicki (eds), Innowacyjność, kreatywność a rozwój, op.cit. Wierzbicki A.P. (2012) Technika a zmiana episteme: skutki rewolucji informacyjnej w pojmowaniu świata. W L. Zacher, ed. Nauka, Technika, Społeczeństwo: Podejścia i koncepcje metodologiczne, wyzwania innowacyjne i ewaluacyjne, str Wydawnictwo Poltext, Warszawa 7

8 Wierzbicki A.P. (2012) Megaspaces of Civilizations: The Case of China, India nad Japan. In Artymowska P., Kukliński A., Żuber P. Reconfiguration of the Global Scene and the Megaspaces of the XXI Century. Ministry of Regional Development, Warsaw 2012 Artykuły: Wierzbicki A.P. (2011) Innowacje przełomowe i powszednie. Biuletyn PTE, numer specjalny 2/2011 Polska myśl strategiczna na spotkanie z enigmą XXI wieku, str Wierzbicki A.P. (2011) Wyzwania przed polskim szkolnictwem wyższym. Biuletyn PTE, numer specjalny 2/2011 Polska myśl strategiczna na spotkanie z enigmą XXI wieku, str Wierzbicki A.P. (2012) On the possibility of prediction. Przyszłość: Świat, Europa, Polska nr. 1/2012, str Referaty na konferencjach międzynarodowych: Wierzbicki A.P. (2012) Knowledge Justification. Intensive School and Symposium on Knowledge and System Science, JAIST, Nomi, Ishikawa, November 2012 Wierzbicki A.P. (2012) Orientation of Knowledge Science. Intensive School and Symposium on Knowledge and System Science, JAIST, Nomi, Ishikawa, November 2012 Referaty na konferencjach krajowych: Wierzbicki A.P. (2012) O możliwości prognozowania. Wystąpienie panelowe, IX Polski Zjazd Filozoficzny, Wisła wrzesień Wierzbicki A.P. Masowe przetwarzanie danych a bezpieczeństwo ruchu. Konferencja NOT i PAN: Bezpieczeństwo w transporcie drogowym i kolejowym, Warszawa, październik 2012 (w druku) Wierzbicki A.P. (2012) Metody identyfikacji zagrożeń przyszłości. Konferencja PAN i BBN Zagrożenia Globalne Barierami Rozwoju pod patronatem Prezydenta RP, Warszawa, październik 2012 (w druku) 8

9 III. Inżynieria wiedzy: prace doc. Jaroszewicza i mgr Rzepakowskiego III.1. Podsumowanie Modelowanie danych o niezrównoważonych klasach z zastosowaniami w telekomunikacji Dane o niezrównoważonych klasach Jednym z najczęściej stosowanych w praktyce zadań modelowania jest klasyfikacja. W zadaniu tym, model statystyczny ma za zadanie predykcję zmiennej dyskretnej o skończonej liczbie wartości (klas). Najczęściej modelowane jest prawdopodobieństwo przynależności do danej klasy warunkowane szeregiem zmiennych objaśniających. W praktyce statystycznej często spotykamy się z problemem, gdy rozkład klas jest bardzo nierównomierny [3]. Szczególnie często problem ten występuje w marketingu bezpośrednim usług telekomunikacyjnych, gdy prawdopodobieństwo zakupu nowej usługi przez klienta jest bardzo małe, często rzędu dziesiątych części procenta. Niestety, klasyczne algorytmy klasyfikacji nie sprawdzają się przy pracy z tego typu danymi. Powstały model często przewiduje po prostu klasę większościową osiągając myląco wysoką dokładność bliską 100%. W zakładzie Z6 już od dłuższego czasu prowadzone są prace nad rozwiązaniem tego problemu. W niniejszej pracy rozpatrywano to zagadnienie w kontekście tak zwanego modelowania różnicowego, które poprzez zastosowanie grup kontrolnych pozwala na modelowanie rzeczywistego wpływu danego działania. W pracy przebadano wpływ szeregu metod stosowanych w klasycznym modelowaniu z klasami niezrównoważonymi na modelowanie różnicowe. Opracowano też kilka nowych podejść. Zostaną one pokrótce opisane poniżej. Dokładny opis zawarty został w pracach [4] i [5]. Wybór testów w drzewach decyzyjnych w oparciu o odległość Hellingera W przypadku danych o niezrównoważonych klasach do budowy drzew decyzyjnych stosuje się często wybór testów na podstawie tak zwanej odległości Hellingera [2]. Zaletą jej jest mniejsza wrażliwość na nierównomierny rozkład klas. W pracy zmodyfikowano stosowane do tej pory przez autorów kryteria wyboru testów, tak by wykorzystywały one odległość Hellingera. Udowodniono formalnie, że takie kryteria spełniają postawione wcześniej przez autorów postulaty, które powinny być spełnione przez kryteria wyboru testów w problemie modelowania różnicowego. Tak zdefiniowane kryterium przetestowano eksperymentalnie. Niestety, wyniki eksperymentów nie wykazały znaczącej wyższości kryterium opartego o odległość Hellingera nad innymi kryteriami zaproponowanymi wcześniej przez autorów. Wynika to zapewne ze specyficzności problemu modelowania różnicowego, który różni się znacząco od zwykłej klasyfikacji Użycie m-estymacji prawdopodobieństwa w liściach drzew decyzyjnych 9

10 Kolejną metodą przetestowaną w pracy jest zastosowanie tzw. m-estymacji prawdopodobieństw [1]. Klasyczna metoda estymacji prawdopodobieństw polega na prostym podzieleniu liczby zaobserwowanych przypadków danej klasy przez liczbę wszystkich zaobserwowanych przypadków. Niestety przy małej ilości danych (co ma często miejsce w liściach drzew decyzyjnych), zastosowanie tej metody skutkuje bardzo dużą wariancją oszacowań. Alternatywą jest stosowanie tzw. poprawki Laplace'a uwzględniającej jednostajny rozkład a-priori na szacowane prawdopodobieństwo. Jej uogólnieniem jest m- estymacja, która pozwala na regulację siły wpływu (przy pomocy parametru m) rozkładu a- priori na ostateczne oszacowanie. W pracy przetestowano wpływ m-estymacji na szacowanie prawdopodobieństw w liściach drzew decyzyjnych w problemie modelowania różnicowego. Eksperymentalnie potwierdzono, że m-estymacja poprawia znacznie działanie różnicowych drzew decyzyjnych, podobnie jak to się ma w przypadku zwykłych drzew klasyfikacyjnych. Dodatkowo opracowano zmodyfikowaną wersję m-estymatora, która uzależnia siłę wpływu rozkładu a-priori w zależności od nierównomierności podziałów na podstawie atrybutów numerycznych. W opracowaniu wzięto pod uwagę statystyczne własności podziałów w drzewach decyzyjnych. Eksperymenty potwierdziły skuteczność tej metody. Analiza metod przycinania drzew decyzyjnych Kolejnym ważnym aspektem budowy drzew decyzyjnych przeanalizowanym w ramach pracy jest metodyka ich przycinania. Tradycyjne metody przecinania drzew decyzyjnych opierają się o liczenie dokładności w liściach drzewa. Niestety, w przypadku klas niezrównoważonych, oszacowania dokładności są obarczone bardzo dużym błędem, szczególnie w przypadku niewielkiej ilości danych uczących. Aby rozwiązać ten problem opracowano nowe metody przycinania drzew decyzyjnych dla przypadku danych o niezrównoważonych klasach. Pierwsza metoda polega na wykorzystaniu, jako kryterium przycinania drzewa pola pod krzywą ROC (zamiast dokładności), lub, w przypadku modelowania różnicowego pole pod tzw. krzywą różnicową. Pola te są znacznie mniej wrażliwe na nierównomierny rozkład klas niż dokładność predykcji. Eksperymenty potwierdziły istotną, choć niewielką poprawę działania drzew decyzyjnych korzystających z tej metody przecinania. Druga opracowana metoda polegała na tym, że zamiast podziału danych uczących na zbiór treningowy (stosowany do budowy drzewa) i walidacyjny (stosowany do przycinania) oba zadania wykonywane są na tym samym zbiorze z odpowiednio dobranymi wagami rekordów. Przy budowie drzewa jedna część rekordów ma wyższe wagi, przy przycinaniu wyższe wagi mają rekordy pozostałe. Wybór wag odbywa się w sposób losowy według symetrycznego rozkładu beta. Eksperymenty wykazały, że w większości przypadków metoda daje znaczącą poprawę dla małych zbiorów danych. III.2. Literatura 1. B. Cestnik, I. Bratko: On estimating probabilities in tree pruning. Lecture Notes in Computer 10

11 Science vol. 482, pp , D. A. Cieslak, N. V. Chawla: Learning Decision Trees for Unbalanced Data. In Proceedings of the 2008 European Conference on Machine Learning and Knowledge Discovery in Databases - Part I, ECML PKDD '08, pp , N. V. Chawla: Data Mining and Knowledge Discovery Handbook. Chapter Data Mining for Imbalanced Datasets: An Overview, pp , Springer P. Rzepakowski, S. Jaroszewicz: Unbalanced data in response modeling, 2012 przygotowany do publikacji. 5. P. Rzepakowski, S. Jaroszewicz. Pruning classification and uplift decision trees. In Abstracts of 12th Conference of the IFIP Working Group 7.6 on Advanced Analytics. Aachen, August 29 to August 31,

12 IV. Inżynieria wiedzy: prace mgr Olendra IV.1. Podsumowanie Zagadnienia lokalizacyjne ze złożonymi modelami preferencji W pracy badane były dyskretne problemy lokalizacyjne z modelem preferencji bazującym na operatorze porządkowych średnich ważonych (ang. Ordered Weighted Averaging OWA), w których kryteria odpowiadają ocenom poszczególnych lokalizacji (użytkowników). Celem jest wybranie spośród dostępnych lokalizacji podzbioru o zadanej liczności, w którym umieszczone zostaną punkty obsługi. Następnie każda z lokalizacji zostanie przypisana do najbliższego jej punktu obsługi. Tak uzyskane rozwiązanie ma minimalizować wartość zadanej funkcji celu. Przeprowadzone badania dotyczyły dwóch obszarów: metod dokładnych i metod przybliżonych. W pierwszej części analizowano dokładne metody rozwiązywania problemu wykorzystujące modele programowania matematycznego, skupiając się na warstwie modelu preferencji. Porównane zostały sformułowania modeli dla ogólnego przypadku OWA w postaci mieszanego programowania liniowego, pod kątem wydajności obliczeniowej. W szczególności skupiono się na dwóch różnych modelach, które nie zostały nigdy wcześniej porównane. Pierwszy z modeli opiera się na wyszukiwaniu k -tej największej wartości wykorzystując zmienne binarne, które pozwalają w pewnym sensie na relaksację części ograniczeń, co umożliwia pominięcie k 1 największych wartości. Drugi z badanych modeli bazuje na połączeniu zadania alokacji i sortowania, przy czym został zmodyfikowany przez przekształcenie zaczerpnięte z kwadratowego zagadnienia przydziału (and. Quadratic 3 2 Assignment Problem, QAP), co pozwoliło na ograniczenie z m do m liczby zmiennych binarnych. W porównaniach rozpatrzono sformułowania z i bez ograniczeń nadmiarowych w celu zbadania ich wpływu na wydajność obliczeniową. Sformułowania ogólne porównano również ze sformułowaniem dla problemu o specyficznej strukturze z monotonicznymi wagami, pozwalającymi na liniowe sformułowanie kryterium porządkowej średniej ważonej. Szczegóły badań wraz z wynikami zostały zawarte w artykule [1]. Na podstawie otrzymanych wyników można stwierdzić, że nadmiarowe ograniczenia w modelach mieszanego programowania całkowitoliczbowego OWA mogą znacznie poprawić efektywność i wydajność obliczeniową dla pewnych typów problemów lokalizacyjnych (pewnych klas wektorów wag OWA). Po drugie dla badanych rozmiarów problemów model pierwszy wydaje się znacznie efektywniejszy niż model drugi. Poza tym, jeśli badany problem pozwala na sformułowanie kryterium OWA w standardowej postaci liniowej to należy to wykorzystać, gdyż zabieg ten znacznie zmniejszy złożoność obliczeniową. Biorąc pod uwagę uzyskane wyniki zasadne wydaje się przeprowadzenie w przyszłości badań w zakresie nierówności zgodnych (ang. valid inequalities) (czyli bardziej złożonych cięć) dla ogólnych sformułowań OWA w problemach lokalizacyjnych. Druga część pracy dotyczyła metod przybliżonych, a w szczególności metaheurystyki przeszukiwania zmiennego sąsiedztwa (ang. Variable Neighbourhood Search VNS). VNS 12

13 określa sposób przeszukiwania przestrzeni rozwiązań, starając się przy tym uciekać z optimów lokalnych. Metoda ta została zaimplementowana według źródeł literatury, a następnie przeprowadzono eksperymenty w celu sprawdzenia wydajności i jakości obliczeniowej rozwiązań otrzymywanych za jej pomocą oraz porównano je z tymi uzyskanymi algorytmami dokładnymi. Badano średni czas rozwiązania oraz średni odstęp od rozwiązań optymalnych, dla inicjalizacji losowej i zachłannej. Przeprowadzone testy obliczeniowe pokazują, że zgodnie z oczekiwaniami prezentowana metoda jest znacznie szybsza niż algorytmy dokładne bazujące na modelach programowania matematycznego. Dotyczy to również problemów z wagami monotonicznymi, gdzie OWA może być sformułowana w sposób liniowy. W przypadku modeli ogólnych różnica jest o kilka rzędów wielkości większa. Większa wydajność heurystyki jest okupiona oczywiście uzyskiwaniem rozwiązań o gorszej jakości (nieoptymalnych). Szczególnie widoczne jest to dla problemów z kryterium centralnym, dla których uzyskiwane rozwiązania mogą być nawet 2 razy gorsze niż optymalne. Wydaje się więc, że dla tego typu problemów prezentowana heurystyka nie jest odpowiednia, jeśli zależy nam na rozwiązaniach dobrej jakości. Aktualnie rozważana jest możliwość dalszej poprawy wydajności tej metody poprzez ograniczenie liczby sprawdzanych rozwiązań, czy ograniczenia operacji sortowania. IV.2. Literatura [1] Ogryczak W., Olender P., On MILP models for the OWA Optimization, Journal of Telecommunications and Information Technology, 2012, nr 2, s

Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą

Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą Zakład Zaawansowanych Technik Informacyjnych (Z-6) Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą Zadanie nr 2 Relacyjne systemy dedukcyjne: teoria i zastosowania

Bardziej szczegółowo

Wybrane problemy zarządzania wiedzą

Wybrane problemy zarządzania wiedzą Zakład Zaawansowanych Technik Informacyjnych (Z-6) Wybrane problemy zarządzania wiedzą Zadanie nr 2 Metody wnioskowania na użytek zarządzania wiedzą z uwzględnieniem aspektów temporalnych Praca nr 06300017

Bardziej szczegółowo

Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą

Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą Zakład Zaawansowanych Technik Informacyjnych (Z-6) Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą Zadanie nr 2 Relacyjne systemy dedukcyjne: teoria i zastosowania

Bardziej szczegółowo

Logika, Algorytmy i Inżynieria Wiedzy w Telekomunikacji I Zarządzaniu Sieciami

Logika, Algorytmy i Inżynieria Wiedzy w Telekomunikacji I Zarządzaniu Sieciami Zakład Zaawansowanych Technik Informacyjnych (Z-6) Logika, Algorytmy i Inżynieria Wiedzy w Telekomunikacji I Zarządzaniu Sieciami Praca nr 06300015 Warszawa, grudzień 2015 Logika, Algorytmy i Inżynieria

Bardziej szczegółowo

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy

Bardziej szczegółowo

SAS wybrane elementy. DATA MINING Część III. Seweryn Kowalski 2006

SAS wybrane elementy. DATA MINING Część III. Seweryn Kowalski 2006 SAS wybrane elementy DATA MINING Część III Seweryn Kowalski 2006 Algorytmy eksploracji danych Algorytm eksploracji danych jest dobrze zdefiniowaną procedurą, która na wejściu otrzymuje dane, a na wyjściu

Bardziej szczegółowo

Drzewa decyzyjne i lasy losowe

Drzewa decyzyjne i lasy losowe Drzewa decyzyjne i lasy losowe Im dalej w las tym więcej drzew! ML Gdańsk http://www.mlgdansk.pl/ Marcin Zadroga https://www.linkedin.com/in/mzadroga/ 20 Czerwca 2017 WPROWADZENIE DO MACHINE LEARNING CZYM

Bardziej szczegółowo

Dynamika rozwoju rynku mediów i poligrafii

Dynamika rozwoju rynku mediów i poligrafii Dynamika rozwoju rynku mediów i poligrafii Autorzy: Wiesław Cetera Jan Grzegorek Marian Suskiewicz Beata Ziewiec Warszawa 24 października 2014 Związek tematyki mediów i poligrafii z eprognosis Połączenie

Bardziej szczegółowo

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z

Bardziej szczegółowo

8. Drzewa decyzyjne, bagging, boosting i lasy losowe

8. Drzewa decyzyjne, bagging, boosting i lasy losowe Algorytmy rozpoznawania obrazów 8. Drzewa decyzyjne, bagging, boosting i lasy losowe dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Drzewa decyzyjne Drzewa decyzyjne (ang. decision trees), zwane

Bardziej szczegółowo

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów Łukasz Piątek, Jerzy W. Grzymała-Busse Katedra Systemów Ekspertowych i Sztucznej Inteligencji, Wydział Informatyki

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska INFORMACJE WSTĘPNE Hipotezy do uczenia się lub tworzenia

Bardziej szczegółowo

Recenzja rozprawy doktorskiej mgr Łukasza Gadomera pt. Rozmyte lasy losowe oparte na modelach klastrowych drzew decyzyjnych w zadaniach klasyfikacji

Recenzja rozprawy doktorskiej mgr Łukasza Gadomera pt. Rozmyte lasy losowe oparte na modelach klastrowych drzew decyzyjnych w zadaniach klasyfikacji Prof. dr hab. inż. Eulalia Szmidt Instytut Badań Systemowych Polskiej Akademii Nauk ul. Newelska 6 01-447 Warszawa E-mail: szmidt@ibspan.waw.pl Warszawa, 30.04.2019r. Recenzja rozprawy doktorskiej mgr

Bardziej szczegółowo

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:

Bardziej szczegółowo

SpecVer - metodyka tworzenia oprogramowania integrująca zadania specyfikacji, implementacji i weryfikacji modułów programów

SpecVer - metodyka tworzenia oprogramowania integrująca zadania specyfikacji, implementacji i weryfikacji modułów programów Zakład Zaawansowanych Technik Informacyjnych (Z-6) SpecVer - metodyka tworzenia oprogramowania integrująca zadania specyfikacji, implementacji i weryfikacji modułów programów Praca nr 06300067 Warszawa,

Bardziej szczegółowo

Drzewa decyzyjne. Inteligentne Obliczenia. Wydział Mechatroniki Politechniki Warszawskiej. Anna Sztyber

Drzewa decyzyjne. Inteligentne Obliczenia. Wydział Mechatroniki Politechniki Warszawskiej. Anna Sztyber Drzewa decyzyjne Inteligentne Obliczenia Wydział Mechatroniki Politechniki Warszawskiej Anna Sztyber INO (IAiR PW) Drzewa decyzyjne Anna Sztyber / Drzewa decyzyjne w podstawowej wersji algorytm klasyfikacji

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Summary in Polish. Fatimah Mohammed Furaiji. Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling

Summary in Polish. Fatimah Mohammed Furaiji. Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling Summary in Polish Fatimah Mohammed Furaiji Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling Zastosowanie symulacji wieloagentowej w modelowaniu zachowania konsumentów Streszczenie

Bardziej szczegółowo

ESTYMACJA BŁĘDU PREDYKCJI I JEJ ZASTOSOWANIA

ESTYMACJA BŁĘDU PREDYKCJI I JEJ ZASTOSOWANIA ESTYMACJA BŁĘDU PREDYKCJI I JEJ ZASTOSOWANIA Jan Mielniczuk Wisła, grudzień 2009 PLAN Błędy predykcji i ich podstawowe estymatory Estymacja błędu predykcji w modelu liniowym. Funkcje kryterialne Własności

Bardziej szczegółowo

Analiza stanów gry na potrzeby UCT w DVRP

Analiza stanów gry na potrzeby UCT w DVRP Analiza stanów gry na potrzeby UCT w DVRP Seminarium IO na MiNI 04.11.2014 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP DVRP na potrzeby UCB Analiza

Bardziej szczegółowo

Analiza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU

Analiza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów

Bardziej szczegółowo

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561

Bardziej szczegółowo

Metody optymalizacji dyskretnej

Metody optymalizacji dyskretnej Metody optymalizacji dyskretnej Spis treści Spis treści Metody optymalizacji dyskretnej...1 1 Wstęp...5 2 Metody optymalizacji dyskretnej...6 2.1 Metody dokładne...6 2.2 Metody przybliżone...6 2.2.1 Poszukiwanie

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info

Bardziej szczegółowo

Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J.

Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J. Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J. Szmański: Matematyka dyskretna dla informatyków, UAM, 2008 Uzupełniająca:

Bardziej szczegółowo

Badania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13

Badania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13 Badania operacyjne Michał Kulej semestr letni, 2012 Michał Kulej () Badania operacyjne semestr letni, 2012 1/ 13 Literatura podstawowa Wykłady na stronie: www.ioz.pwr.wroc.pl/pracownicy/kulej Trzaskalik

Bardziej szczegółowo

Eksploracja Danych. wykład 4. Sebastian Zając. 10 maja 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja / 18

Eksploracja Danych. wykład 4. Sebastian Zając. 10 maja 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja / 18 Eksploracja Danych wykład 4 Sebastian Zając WMP.SNŚ UKSW 10 maja 2017 Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja 2017 1 / 18 Klasyfikacja danych Klasyfikacja Najczęściej stosowana (najstarsza)

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski

Bardziej szczegółowo

Podsumowanie wyników ankiety

Podsumowanie wyników ankiety SPRAWOZDANIE Kierunkowego Zespołu ds. Programów Kształcenia dla kierunku Informatyka dotyczące ankiet samooceny osiągnięcia przez absolwentów kierunkowych efektów kształcenia po ukończeniu studiów w roku

Bardziej szczegółowo

REPETYTORIUM Z ANALIZY MATEMATYCZNEJ FUNKCJE JEDNEJ ZMIENNEJ

REPETYTORIUM Z ANALIZY MATEMATYCZNEJ FUNKCJE JEDNEJ ZMIENNEJ MONIKA FABIJAŃCZYK ANNA WARĘŻAK REPETYTORIUM Z ANALIZY MATEMATYCZNEJ FUNKCJE JEDNEJ ZMIENNEJ DEFINICJE TWIERDZENIA PRZYKŁADY I KOMENTARZE Skrypt dla studentów przygotowujących się do egzaminu licencjackiego

Bardziej szczegółowo

Programowanie celowe #1

Programowanie celowe #1 Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej

Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej mgr inż. Izabela Żółtowska Promotor: prof. dr hab. inż. Eugeniusz Toczyłowski Obrona rozprawy doktorskiej 5 grudnia 2006

Bardziej szczegółowo

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie

Bardziej szczegółowo

Agnieszka Nowak Brzezińska Wykład III

Agnieszka Nowak Brzezińska Wykład III Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe

Bardziej szczegółowo

MAGICIAN. czyli General Game Playing w praktyce. General Game Playing

MAGICIAN. czyli General Game Playing w praktyce. General Game Playing MAGICIAN czyli General Game Playing w praktyce General Game Playing 1 General Game Playing? Cel: stworzenie systemu umiejącego grać/nauczyć się grać we wszystkie gry Turniej w ramach AAAI National Conference

Bardziej szczegółowo

Propensity score matching (PSM)

Propensity score matching (PSM) Propensity score matching (PSM) Jerzy Mycielski Uniwersytet Warszawski Maj 2010 Jerzy Mycielski (Uniwersytet Warszawski) Propensity score matching (PSM) Maj 2010 1 / 18 Badania ewaluacyjne Ocena wpływu

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział: Matematyki Kierunek studiów: Matematyka i Statystyka (MiS) Studia w j. polskim Stopień studiów: Pierwszy (1) Profil: Ogólnoakademicki (A) Umiejscowienie kierunku

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

Karta (sylabus) przedmiotu

Karta (sylabus) przedmiotu WM Karta (sylabus) przedmiotu MECHANIKA I BUDOWA MASZYN Studia I stopnia o profilu: A P Przedmiot: Wybrane z Kod ECTS Status przedmiotu: obowiązkowy MBM S 0 5 58-4_0 Język wykładowy: polski, angielski

Bardziej szczegółowo

Seminarium IO. Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz

Seminarium IO. Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz Seminarium IO Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz 26.10.2012 Plan prezentacji Problem VRP+DR Algorytm PSO Podejścia MAPSO + 2-Opt 2-phase PSO Wyniki

Bardziej szczegółowo

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) 16.01.2003 Algorytmy i Struktury Danych PIŁA ALGORYTMY ZACHŁANNE czas [ms] Porównanie Algorytmów Rozwiązyjących problem TSP 100 000 000 000,000 10 000 000

Bardziej szczegółowo

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L Nazwa przedmiotu: Kierunek: Metody komputerowe statystyki Computer Methods in Statistics Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka przemysłowa Rodzaj zajęć: wykład,

Bardziej szczegółowo

dr inż. Olga Siedlecka-Lamch 14 listopada 2011 roku Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Eksploracja danych

dr inż. Olga Siedlecka-Lamch 14 listopada 2011 roku Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Eksploracja danych - Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska 14 listopada 2011 roku 1 - - 2 3 4 5 - The purpose of computing is insight, not numbers Richard Hamming Motywacja - Mamy informację,

Bardziej szczegółowo

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74 3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15

Bardziej szczegółowo

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników

Bardziej szczegółowo

Metody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska

Metody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska Metody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska e-mail: bartosz.krawczyk@pwr.wroc.pl Czym jest klasyfikacja

Bardziej szczegółowo

Współczesna problematyka klasyfikacji Informatyki

Współczesna problematyka klasyfikacji Informatyki Współczesna problematyka klasyfikacji Informatyki Nazwa pojawiła się na przełomie lat 50-60-tych i przyjęła się na dobre w Europie Jedna z definicji (z Wikipedii): Informatyka dziedzina nauki i techniki

Bardziej szczegółowo

AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016

AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016 AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016 Adam PRUS, Krzysztof PIEŃKOSZ Politechnika Warszawska SZEREGOWANIE ZADAŃ CZĘŚCIOWO PODZIELNYCH NA PROCESORACH RÓWNOLEGŁYCH Streszczenie. W pracy jest rozpatrywany

Bardziej szczegółowo

2.1.M.06: Modelowanie i wspomaganie komputerowe w inżynierii powierzchni

2.1.M.06: Modelowanie i wspomaganie komputerowe w inżynierii powierzchni 2nd Workshop on Foresight of surface properties formation leading technologies of engineering materials and biomaterials in Białka Tatrzańska, Poland 29th-30th November 2009 1 Panel nt. Procesy wytwarzania

Bardziej szczegółowo

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r. Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia

Bardziej szczegółowo

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz Seminarium IO Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem Michał Okulewicz 26.02.2013 Plan prezentacji Przypomnienie Problem DVRP Algorytm PSO Podejścia DAPSO, MAPSO 2PSO, 2MPSO

Bardziej szczegółowo

EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6

EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6 EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6 studia pierwszego stopnia o profilu ogólnoakademickim Symbol K_W01 Po ukończeniu studiów pierwszego stopnia

Bardziej szczegółowo

ROZPRAWA DOKTORSKA POLITECHNIKA WARSZAWSKA. Wydział Elektroniki i Technik Informacyjnych. mgr inż. Paweł Olender

ROZPRAWA DOKTORSKA POLITECHNIKA WARSZAWSKA. Wydział Elektroniki i Technik Informacyjnych. mgr inż. Paweł Olender POLITECHNIKA WARSZAWSKA Wydział Elektroniki i Technik Informacyjnych ROZPRAWA DOKTORSKA mgr inż. Paweł Olender Zagadnienia lokalizacyjne ze złożonymi modelami preferencji Promotor prof. dr hab. Włodzimierz

Bardziej szczegółowo

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja

Bardziej szczegółowo

Algorytmy klasyfikacji

Algorytmy klasyfikacji Algorytmy klasyfikacji Konrad Miziński Instytut Informatyki Politechnika Warszawska 6 maja 2015 1 Wnioskowanie 2 Klasyfikacja Zastosowania 3 Drzewa decyzyjne Budowa Ocena jakości Przycinanie 4 Lasy losowe

Bardziej szczegółowo

Konkurs z przedmiotu eksploracja i analiza danych: problem regresji i klasyfikacji

Konkurs z przedmiotu eksploracja i analiza danych: problem regresji i klasyfikacji Konkurs z przedmiotu eksploracja i analiza danych: problem regresji i klasyfikacji Michał Witczak Data Mining 20 maja 2012 r. 1. Wstęp Dostarczone zostały nam 4 pliki, z których dwa stanowiły zbiory uczące

Bardziej szczegółowo

ALGORYTM RANDOM FOREST

ALGORYTM RANDOM FOREST SKRYPT PRZYGOTOWANY NA ZAJĘCIA INDUKOWANYCH REGUŁ DECYZYJNYCH PROWADZONYCH PRZEZ PANA PAWŁA WOJTKIEWICZA ALGORYTM RANDOM FOREST Katarzyna Graboś 56397 Aleksandra Mańko 56699 2015-01-26, Warszawa ALGORYTM

Bardziej szczegółowo

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11 Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie wielkością zamówienia w Excelu - cz. 3 Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji

Bardziej szczegółowo

Wybór / ocena atrybutów na podstawie oceny jakości działania wybranego klasyfikatora.

Wybór / ocena atrybutów na podstawie oceny jakości działania wybranego klasyfikatora. Wprowadzenie do programu RapidMiner Studio 7.6, część 7 Podstawy metod wyboru atrybutów w problemach klasyfikacyjnych, c.d. Michał Bereta www.michalbereta.pl Wybór / ocena atrybutów na podstawie oceny

Bardziej szczegółowo

Przedsiębiorstwo zwinne. Projektowanie systemów i strategii zarządzania

Przedsiębiorstwo zwinne. Projektowanie systemów i strategii zarządzania Politechnika Poznańska, Wydział Inżynierii Zarządzania Dr inż. Edmund Pawłowski Przedsiębiorstwo zwinne. Projektowanie systemów i strategii zarządzania Modelowanie i projektowanie struktury organizacyjnej

Bardziej szczegółowo

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie

Bardziej szczegółowo

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: MATEMATYKA STOSOWANA II 2. Kod przedmiotu: Ma2 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechatronika 5. Specjalność: Zastosowanie informatyki

Bardziej szczegółowo

Logika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S.

Logika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S. Logika binarna Logika binarna zajmuje się zmiennymi mogącymi przyjmować dwie wartości dyskretne oraz operacjami mającymi znaczenie logiczne. Dwie wartości jakie mogą te zmienne przyjmować noszą przy tym

Bardziej szczegółowo

Wykłady specjalistyczne. (specjalność: Matematyka w finansach i ekonomii) oferowane na stacjonarnych studiach I stopnia (dla 3 roku)

Wykłady specjalistyczne. (specjalność: Matematyka w finansach i ekonomii) oferowane na stacjonarnych studiach I stopnia (dla 3 roku) Wykłady specjalistyczne (specjalność: Matematyka w finansach i ekonomii) oferowane na stacjonarnych studiach I stopnia (dla 3 roku) w roku akademickim 2015/2016 (semestr zimowy) Spis treści 1. MODELE SKOŃCZONYCH

Bardziej szczegółowo

Testowanie modeli predykcyjnych

Testowanie modeli predykcyjnych Testowanie modeli predykcyjnych Wstęp Podczas budowy modelu, którego celem jest przewidywanie pewnych wartości na podstawie zbioru danych uczących poważnym problemem jest ocena jakości uczenia i zdolności

Bardziej szczegółowo

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność

Bardziej szczegółowo

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent

Bardziej szczegółowo

Szkolenia SAS Cennik i kalendarz 2017

Szkolenia SAS Cennik i kalendarz 2017 Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS

Bardziej szczegółowo

Technologie i systemy oparte na logice rozmytej

Technologie i systemy oparte na logice rozmytej Zagadnienia I Technologie i systemy oparte na logice rozmytej Mają zastosowania w sytuacjach kiedy nie posiadamy wystarczającej wiedzy o modelu matematycznym rządzącym danym zjawiskiem oraz tam gdzie zbudowanie

Bardziej szczegółowo

Optymalizacja ciągła

Optymalizacja ciągła Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej

Bardziej szczegółowo

Wstęp. Regresja logistyczna. Spis treści. Hipoteza. powrót

Wstęp. Regresja logistyczna. Spis treści. Hipoteza. powrót powrót Spis treści 1 Wstęp 2 Regresja logistyczna 2.1 Hipoteza 2.2 Estymacja parametrów 2.2.1 Funkcja wiarygodności 3 Uogólnione modele liniowe 3.1 Rodzina wykładnicza 3.1.1 Rozkład Bernouliego 3.1.2 Rozkład

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

Algebra I sprawozdanie z badania 2014-2015

Algebra I sprawozdanie z badania 2014-2015 MATEMATYKA Algebra I sprawozdanie z badania 2014-2015 IMIĘ I NAZWISKO Data urodzenia: 08/09/2000 ID: 5200154019 Klasa: 11 Niniejsze sprawozdanie zawiera informacje o wynikach zdobytych przez Państwa dziecko

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa. Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa. Maja Czoków, Jarosław Piersa, Andrzej Rutkowski Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2018-10-15 Projekt

Bardziej szczegółowo

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel według przewidywań internetowego magazynu ZDNET News z 8 lutego 2001 roku eksploracja danych (ang. data mining ) będzie jednym z najbardziej rewolucyjnych osiągnięć następnej dekady. Rzeczywiście MIT Technology

Bardziej szczegółowo

KARTA KURSU. Probability theory

KARTA KURSU. Probability theory KARTA KURSU Nazwa Nazwa w j. ang. Rachunek prawdopodobieństwa Probability theory Kod Punktacja ECTS* 4 Koordynator Dr Ireneusz Krech Zespół dydaktyczny Dr Ireneusz Krech Dr Robert Pluta Opis kursu (cele

Bardziej szczegółowo

Normalizacja relacji z atrybutami rozmytymi poziomu drugiego

Normalizacja relacji z atrybutami rozmytymi poziomu drugiego Rozdział 13 Normalizacja relacji z atrybutami rozmytymi poziomu drugiego Streszczenie. Temat rozdziału jest związany z projektowaniem schematów relacyjnych w rozmytych bazach danych. Uwzględnienie nieprecyzyjnych

Bardziej szczegółowo

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie

Bardziej szczegółowo

Z-LOG-1004 Matematyka dyskretna Discrete mathematics. Przedmiot podstawowy Wybieralny polski Semestr III

Z-LOG-1004 Matematyka dyskretna Discrete mathematics. Przedmiot podstawowy Wybieralny polski Semestr III KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Z-LOG-1004 Matematyka dyskretna Discrete mathematics A. USYTUOWANIE MODUŁU

Bardziej szczegółowo

w ekonomii, finansach i towaroznawstwie

w ekonomii, finansach i towaroznawstwie w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez

Bardziej szczegółowo

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI Dr inż. Danuta MIEDZIŃSKA, email: dmiedzinska@wat.edu.pl Dr inż. Robert PANOWICZ, email: Panowicz@wat.edu.pl Wojskowa Akademia Techniczna, Katedra Mechaniki i Informatyki Stosowanej MODELOWANIE WARSTWY

Bardziej szczegółowo

Zastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej

Zastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej Marcin Szega Zastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej (Monografia habilitacyjna nr 193. Wydawnictwo Politechniki

Bardziej szczegółowo

Systemy uczące się Lab 4

Systemy uczące się Lab 4 Systemy uczące się Lab 4 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 26 X 2018 Projekt zaliczeniowy Podstawą zaliczenia ćwiczeń jest indywidualne wykonanie projektu uwzględniającego

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium

Wykład Ćwiczenia Laboratorium Projekt Seminarium Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ELEMENTY STATYSTYKI Nazwa w języku angielskim Elements of Statistics Kierunek studiów (jeśli dotyczy): Matematyka

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Podniesienie poziomu wiedzy studentów z zagadnień dotyczących analizy i syntezy algorytmów z uwzględnieniem efektywności

Bardziej szczegółowo

The data reporting such indexes for a number of years (about twelve years of such data are were fitted to a logistic curve:

The data reporting such indexes for a number of years (about twelve years of such data are were fitted to a logistic curve: 1. Introduction The paper shows estimated data of three ICT indexes available from GUS. I used two types of functions: the classical logistic sigmoidal curve q(t) = a / (1 + b exp(-c t)), and the Gompertz

Bardziej szczegółowo

Analiza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu

Analiza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu AUTOMATYKA 2011 Tom 15 Zeszyt 2 Lech Kruœ*, Jan Skorupiñski**, Eugeniusz Toczy³owski** Analiza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu 1. Wprowadzenie Prezentowana praca wykonywana

Bardziej szczegółowo

DRZEWA REGRESYJNE I LASY LOSOWE JAKO

DRZEWA REGRESYJNE I LASY LOSOWE JAKO DRZEWA REGRESYJNE I LASY LOSOWE JAKO NARZĘDZIA PREDYKCJI SZEREGÓW CZASOWYCH Z WAHANIAMI SEZONOWYMI Grzegorz Dudek Instytut Informatyki Wydział Elektryczny Politechnika Częstochowska www.gdudek.el.pcz.pl

Bardziej szczegółowo

Optimizing Programs with Intended Semantics

Optimizing Programs with Intended Semantics Interaktywna optymalizacja programów 26 kwietnia 2010 Spis treści Spis treści Wstęp Omówienie zaproponowanego algorytmu na przykładzie Wewnętrzna reprezentacja reguł dotyczących optymalizacji Wybrane szczegóły

Bardziej szczegółowo

Z-ZIP2-303z Zagadnienia optymalizacji Problems of optimization

Z-ZIP2-303z Zagadnienia optymalizacji Problems of optimization KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 0/03 Z-ZIP-303z Zagadnienia optymalizacji Problems of optimization A. USYTUOWANIE

Bardziej szczegółowo

MODELOWANIE STANÓW CZYNNOŚCIOWYCH W JĘZYKU SIECI BAYESOWSKICH

MODELOWANIE STANÓW CZYNNOŚCIOWYCH W JĘZYKU SIECI BAYESOWSKICH Inżynieria Rolnicza 7(105)/2008 MODELOWANIE STANÓW CZYNNOŚCIOWYCH W JĘZYKU SIECI BAYESOWSKICH Katedra Podstaw Techniki, Uniwersytet Przyrodniczy w Lublinie Streszczenie. Zastosowanie sieci bayesowskiej

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010 STATYSTYKA MATEMATYCZNA WYKŁAD 14 18 stycznia 2010 Model statystyczny ROZKŁAD DWUMIANOWY ( ) {0, 1,, n}, {P θ, θ (0, 1)}, n ustalone P θ {K = k} = ( ) n θ k (1 θ) n k, k k = 0, 1,, n Geneza: Rozkład Bernoulliego

Bardziej szczegółowo

Aproksymacja funkcji a regresja symboliczna

Aproksymacja funkcji a regresja symboliczna Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą

Bardziej szczegółowo

JAKIEGO RODZAJU NAUKĄ JEST

JAKIEGO RODZAJU NAUKĄ JEST JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa. Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa. Maja Czoków, Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2011-10-11 1 Modelowanie funkcji logicznych

Bardziej szczegółowo

WYKAZ PUBLIKACJI I. Artykuły Ia. Opublikowane przed obroną doktorską

WYKAZ PUBLIKACJI I. Artykuły Ia. Opublikowane przed obroną doktorską Dr Marcin Pełka Uniwersytet Ekonomiczny we Wrocławiu Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki WYKAZ PUBLIKACJI I. Artykuły Ia. Opublikowane przed obroną doktorską 1.

Bardziej szczegółowo