A Mesterséges Intelligenciai módszerek, algoritmusok a gazdasági szervezeteknél, vállalatoknál
Elmentve itt :
| Szerző: | |
|---|---|
| További közreműködők: | |
| Dokumentumtípus: | Diplomadolgozat |
| Kulcsszavak: | adatelemzés - adatbányászat idősorok elemzése mesterséges intelligencia regressziószámítás tanuló algoritmusok |
| Online Access: | http://dolgozattar.uni-bge.hu/42322 |
MARC
| LEADER | 00000nta a2200000 i 4500 | ||
|---|---|---|---|
| 001 | dolg42322 | ||
| 005 | 20221111081813.0 | ||
| 008 | 221111suuuu hu om 000 hun d | ||
| 040 | |a BGE Dolgozattár Repozitórium |b hun | ||
| 041 | |a hu | ||
| 100 | 1 | |a Rajsli Endre | |
| 245 | 1 | 2 | |a A Mesterséges Intelligenciai módszerek, algoritmusok a gazdasági szervezeteknél, vállalatoknál |c Rajsli Endre |h [elektronikus dokumentum] |
| 520 | 3 | |a A szakdolgozatom célja idősoros elemzésekkor és regressziószámítás során felhasznált algoritmusok eredményeinek összehasonlítás és elemzése az Azure Machine Learning rendszerében. A dolgozat folyamán bemutatásra kerülnek statisztikai ismérvek, statisztikai modellek, tanuló algoritmusok, együttes módszerek, és az Azure Machine Learning munkakörnyezete. Kísérleteim során megpróbálom azonosítani a legpontosabb algoritmust és azt a jellemzőt azt adathalmazból, amely legnagyobb mértékben hatással van az értékesítésre. | |
| 695 | |a adatelemzés - adatbányászat | ||
| 695 | |a idősorok elemzése | ||
| 695 | |a mesterséges intelligencia | ||
| 695 | |a regressziószámítás | ||
| 695 | |a tanuló algoritmusok | ||
| 700 | 1 | |a Fekete Zoltán |e ths | |
| 700 | 1 | |a Hua Nam Son |e ths | |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/42322/1/Rajsli_Endre_Szakdolgozat_SC15IT.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/42322/2/BA_O_Rajsli_Endre.pdf |z Dokumentum-elérés |