BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Grzymała-Busse Jerzy W. (University of Kansas, Lawrence; Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie), Hippe Zdzisław S. (Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie), Wrzesień Mariusz (Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie)
Title
Klasyfikacja wielokategoryjnych przypadków przy użyciu klasyfikatora binarnego - opracowanie metodyki oraz narzędzia informatycznego
Source
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2003, nr 975, s. 121-127, rys., tab., bibliogr. 13 poz.
Issue title
Pozyskiwanie wiedzy i zarządzanie wiedzą
Keyword
Systemy informatyczne, Proces uczenia się
Computer system, Learning process
Abstract
Celem prowadzonych przez nas od dłuższego czasu badań jest zaprojektowanie i budowa luźno związanych systemów informatycznych ("suita" oprogramowania użytkowego do uczenia maszynowego) do realizacji problemów integralnie związanych z odkrywaniem wiedzy, Zakłada się przy tym, że zestaw budowanych narzędzi będzie przystosowany do specyfiki maszynowego opisu odkrywanej wiedzy i będzie mógł być stosowany nie tylko do rozwiązywania problemów biznesu, lecz przypuszczalnie także w innych dziedzinach nauki i techniki. Jednym z projektowanych narzędzi informatycznych jest system eksploracji danych wielokategoryjnych, wykorzystujący specyficzne podejście do analizy informacyjnej, polegające na zastosowaniu klasyfikatora binarnego, zwanego dalej Liniową Maszyną Uczącą (LLM - ang.: Linear Learning Machine). Koncepcja ta została zaimplementowana w wersji ß systemu informatycznego PlaneSEEKER (...) Jednakże krytyczna analiza tych wyników, zdaje się wskazywać na konieczność podjęcia próby optymalizacji niektórych algorytmów wspomnianego systemu informatycznego, w celu zmniejszenia ogólnego błędu klasyfikacji. Zasadniczą koncepcję oraz niektóre problemy klasyfikacji zbirów wielokategoryjnych przy pomocy klasyfikatora binarnego przedstawiono w następnej części artykułu. (fragment tekstu)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Bibliography
Show
  1. Duda R.O., Hart P.E., Strok D.G.: Pattern Classification, John Wiley & Sons, New York 2001.
  2. Hippe Z.S., Wrzesień M.: Z badań nad rozszerzeniem możliwości klasyfikacji liniowej maszyny uczącej, [w:] Tadeusiewicz T., Ligęza L., Szymkat M., (Red.), Metody i systemy komputerowe w badaniach naukowych i projektowaniu inżynierskim. Mat. III Krajowej Konferencji, Kraków 19-21 Listopad 2001.
  3. Hippe Z.S., Błajdo P., Wrzesień M.: New Hybrid Environment for Knowledge Discovery from Vector-Oriented Databases In Business and Management, [w:] Abramowicz W. (Ed.) BIS 2002, 5th International Conference on Business Information Systems, Poznań (Poland) 24-25.04.2002, pp. 49-56.
  4. Hippe Z.S., Grzymała-Busse J.W., Bajcar S., Błajdo P., Knap M., Paja W., Wrzesień M.: Baza zmian melanocytowych skóry: stan aktualny oraz przyszłe kierunki badań, [w:] A. Nowakowski (Red.) INFOBAZY'02, Wyd. Centrum Informatyczne Politechniki Gdańskiej, Gdańsk 2002, s. 51-56.
  5. Hippe Z.S., Wrzesień M.: Some problems of uncertainty of data after the transfer from multicategory to dichotomic problem space, [w:] T. Burczyński, W. Cholewa, W. Moczulski (Eds.), Methods of Artificial Intelligence, PAS&SCSR, Gliwice 2002, pp. 185-189.
  6. Hippe Z.S., Mroczek T.: Melanoma Classification and Prediction Using Belief Networks, 3rd Conference on Computer Identification Systems KOSYR'2003, Miłków, 26-29.05.2003.
  7. Hippe Z.S., Iwaszek G.: From Research on a New Method of Development of Quasi - optimal Decision Trees, [w:] M.A. Kłopotek, M. Michalewicz, S.T. Wierzchoń (Red.), Intelligent Information Systems IX, Inst. Podstawy Informatyki PAN, Warszawa 2000, s. 31-35.
  8. Jelonek J., Stefanowski J.: Feature selection in the n2 -classier applied for multiclass problems, [w:] T. Burczyński, W. Cholewa, W. Moczulski (Eds.), Methods of Artificial Intelligence, PAS&SCSR, Gliwice 2002.
  9. Jelonek J.: Rozprawa doktorska: Zastosowanie złożonego systemu klasyfikatora n2 z mechanizmem konstruktywnej indukcji cech do wieloklasowych problemów uczenia maszynowego, Politechnika Poznańska, Poznań 2000.
  10. Jurs P.C., Isenhour T.L.: Chemical Applications of Pattern Recognition, John Wiley & Sons, New York 1975.
  11. Varmuza K.: Pattern Recognition in Chemistry, Springer - Verlag, Heidelberg 1980.
  12. Zahn C.T.: Graph-Theoretical Methods for Detecting and Describing Gestalt Clusters, IEEE Transactions on Computers, 1971, nr 1, s. 68-86.
  13. http://www.ics.uni.edu/~mlearn/.
Cited by
Show
ISSN
0324-8445
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu