Analiza zbioru danych dotyczących oceny akceptowalności samochodów za pomocą teorii zbiorów przybliżonych i programu RSES
DOI:
https://doi.org/10.34767/SIMIS.2024.01.04Słowa kluczowe:
teoria zbiorów przybliżonych, zbiór danych, analiza danych, klasyfikacja danych, RSESAbstrakt
Artykuł skupia się na analizie danych z wykorzystaniem teorii zbiorów przybliżonych oraz różnych metod, takich jak
algorytm genetyczny, klasyfikacja za pomocą zestawu reguł i metoda walidacji krzyżowej. Przedstawiono także kompletny proces analizy danych przy użyciu programu RSES. Wykorzystany zbiór danych oraz wyniki analizy zostały omówione w kontekście teorii zbiorów przybliżonych. Artykuł kończy się podsumowaniem i wnioskami skupiającymi się na aspekcie skuteczności wspomnianych metod w analizie zbioru danych oraz efektywności programu w kwestii przeprowadzania w nim analiz.
Bibliografia
Skowron A., Suraj Z., „Rough Sets and Intelligent Systems - Professor Zdzisław Pawlak in Memoriam”, Springer-Verlag Berlin Heidelberg 2013.
Pawlak Z., „Rough Sets: Theoretical Aspects of Reasoning about Data”, Springer Science+Business Media Dordrecht 1991.
Han J., Kamber M., Pei J. “ Data Mining: Concepts and Techniques”, Elsevier, 2011.
Provost F., Fawcett T., “Data Science for Business. What You Need to Know about Data Mining and DataAnalytic Thinking”, O'Reilly Media, 2013.
RSES 2.2. Rough Set Exploration System. Podręcznik Użytkownika. Publikacja elektroniczna, [Data dostępu: 19.01.2024] https://www.mimuw.edu.pl/~szczuka/rses/RSES_doc.pdf
Pobrania
Opublikowane
Numer
Dział
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
