8 (812) 320-06-69

Каталог

Категории
Высшее образование (16+) (44744)
Высшее образование
Естественные науки (2757)
Естественные науки
Общественные науки (3971)
Общественные науки
Информатика и компьютерные технологии (5040)
Информатика и компьютерные технологии
Инженерное дело (1472)
Инженерное дело
Телекоммуникации, электроника, электротехника и радиотехника (1412)
Телекоммуникации, электроника, электротехника и радиотехника
Строительство. Архитектура (794)
Строительство. Архитектура
Строительство. Архитектура. Журналы (17)
Строительство. Архитектура. Журналы
Бетон и железобетон (3)
Бетон и железобетон
Жилищное строительство (7)
Жилищное строительство
Строительные материалы (7)
Строительные материалы
Юридические науки.Право (4305)
Юридические науки.Право
Отрасли права (2607)
Отрасли права
Гуманитарные науки (6482)
Гуманитарные науки
Иностранные языки (2428)
Иностранные языки
Экономика. Экономические науки (7938)
Экономика. Экономические науки
Образование. Педагогические науки (4146)
Образование. Педагогические науки
Медицина и здравоохранение (990)
Медицина и здравоохранение
Физическая культура и спорт (519)
Физическая культура и спорт
Среднее профессиональное образование (14+) (3287)
Среднее профессиональное образование
Коллекции (49097)
Коллекции
Издательские коллекции (48683)
Издательские коллекции
Проспект (3132)
Проспект
Журналы (1147)
Журналы
Остаться в выбранном разделе
Назад к каталогу

Методы интеллектуального анализа данных. Задача классификации: учебное пособие

Методы интеллектуального анализа данных. Задача классификации: учебное пособие ISBN 978-5-7410-3284-8
ISBN 978-5-7410-3284-8
Авторы: 
Чудинова О.С., Безбородникова Р.М., Корнейченко Е.Н., Раменская А. В., Туктамышева Л.М., Фот Н.П.
Тип издания: 
Учебное пособие
Издательство: 
Оренбург: Оренбургский государственный университет
Год: 
2024
Количество страниц: 
167
Аннотация

В учебном пособии рассмотрены методы и алгоритмы решения одной из основных задач машинного обучения - классификации. Внимание сосредоточено на задаче бинарной классификации. Рассмотрены следующие методы классического машинного обучения: логистическая регрессия, метод опорных векторов, метод k ближайших соседей. Описаны реализующие их современные инструментальные средства: платформа KNIME, язык программирования Python.
Учебное пособие предназначено для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.04 Прикладная математика.

Библиографическое описание Скопировать библиографическое описание

Чудинова О.С. Методы интеллектуального анализа данных. Задача классификации: учебное пособие / О.С. Чудинова, Р.М. Безбородникова, Е.Н. Корнейченко, А.В. Раменская, Л.М. Туктамышева, Н.П. Фот. - Оренбург : Оренбургский государственный университет, 2024. - 167 с. - ISBN 978-5-7410-3284-8. - URL: http://secure.ibooks.ru/bookshelf/401813/reading (дата обращения: 27.09.2025). - Текст: электронный.