1. Trang chủ
  2. » Luận Văn - Báo Cáo

Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính

90 923 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 90
Dung lượng 1,81 MB

Nội dung

Ngày đăng: 25/03/2015, 10:24

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
3. Nguyễn Trung Tuấn (2004), "Kỹ thuật phát hiện tri thức và khai phá dữ liệu, ứng dụng trong bài toán dự báo thông tin kinh tế - xã hội"; Tạp chí Bưu chính viễn thông.Tiếng Anh Sách, tạp chí
Tiêu đề: Kỹ thuật phát hiện tri thức và khai phá dữ liệu, ứng dụng trong bài toán dự báo thông tin kinh tế - xã hội
Tác giả: Nguyễn Trung Tuấn
Năm: 2004
1. Hồ Thuần, Hồ Cẩm Hà (2004, 2005), Các hệ cơ sở dữ liệu: Lý thuyết và thực hành, NXB Giáo dục Khác
2. Nguyễn Thanh Thuỷ (2003), Phát hiện trị thức và khai phá dữ liệu: Công cụ, phương pháp và ứng dụng Khác
4. Adam Mrozek, Krzysztof Skabek (1998), "Rough sets in Economic applications&#34 Khác
5. AI. Dimitras, R.Slowinski, R.Susmaga, C. Zopounidis (1999) "Business failure prediction using rough sets&#34 Khác
7. Boris Kovalerchuk, Evgenii Vityaev (2004), Chapter 1 - Data Mining for Financial Applications Khác
8. Boris Kovalerchuk, Evgenii Vityaev (1998), "Inductive logic programming for financial regularities&#34 Khác
9. Boris Kovalerchuk, Evgenii Vityaev (1998 ), “Symbolic Methodology in Numeric Data Mining: Relational Techniques for Financial Applications&#34 Khác
11. D.Poel (1998), "Rough sets for Database marketing&#34 Khác
12. Dimitri Pissarenko (2002), Neural networks for financial time series prediction Khác
13. Francis E .H, Lixiang Shen (2001), "Economic and Financial prediction using rough sets model&#34 Khác
14. Ho Tu Bao (1996) Introduction to Knowledge discovery and Data mining Institute of Information Technology, National Center for' Natural Science and Technology Khác
15. Huan Liu and Rudy Setiono (1995), “Chi2: Feature selection and Discretization of Numeric Attributes&#34 Khác
16. Hung Son Nguyen, Sinh Hoa Nguyen (1998), "Discretization Methods in Data Mining&#34 Khác
17. Jan C.Bioch and Viara Popova (2001), "Bankrupcy Prediction with rough sets&#34 Khác
18. Jan Komorowski, Zdzislaw Pawlak, Lech Polkowski, Andrzej Skowron (1995), “rough Sets : A Tutorial&#34 Khác
19. Jerzy W.Grzymala-busse (2004), "Three Approachs to missing attributes values - A rough set Perspective&#34 Khác
20. J.K Baterzen (1996), An attempt to predict stock market data : a rough sets approach, Diploma thesis Khác
21. Jitender S. Deogun, "Data mining : Research Trends, Challenges, and Applications&#34 Khác
22. Lixiang Shen (2001), data mining techniques based on rough set theory, Doctoral Thesis, national university of singapore Khác

Xem thêm

HÌNH ẢNH LIÊN QUAN

Hình 1.3 miêu tả đầu ra của nhiệm vụ khai phá dữ liệu phân lớp đối với tập dữ liệu khách hàng đã nêu trên - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Hình 1.3 miêu tả đầu ra của nhiệm vụ khai phá dữ liệu phân lớp đối với tập dữ liệu khách hàng đã nêu trên (Trang 14)
Hình 2.1 Mô tả phân hoạch thuộc tính giá trị thực - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Hình 2.1 Mô tả phân hoạch thuộc tính giá trị thực (Trang 36)
Hình 2.2 Mô tả hình học của phương pháp dựa trên  2 - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Hình 2.2 Mô tả hình học của phương pháp dựa trên  2 (Trang 41)
Bảng 2.1 : Ví dụ về lựa chọn thuộc tính theo tập thô - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Bảng 2.1 Ví dụ về lựa chọn thuộc tính theo tập thô (Trang 50)
Bảng 2.3 . Lựa chọn thuộc tính từ tập {a, c, d} . - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Bảng 2.3 Lựa chọn thuộc tính từ tập {a, c, d} (Trang 51)
Bảng 2.2. Trạng thái ban đầu cho việc lựa chọn đặc trƣng - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Bảng 2.2. Trạng thái ban đầu cho việc lựa chọn đặc trƣng (Trang 51)
Hình 2.3 Các chỉ số phù hợp và không phù hợp cho đối tƣợng x và luật r tương ứng với thuộc tính a i - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Hình 2.3 Các chỉ số phù hợp và không phù hợp cho đối tƣợng x và luật r tương ứng với thuộc tính a i (Trang 55)
Bảng 2.4 Các thuộc tính điều kiện - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
ng 2.4 Các thuộc tính điều kiện (Trang 56)
Hình 2.4 Thủ tục dự báo kinh tế - tài chính sử dụng tập thô - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
nh 2.4 Thủ tục dự báo kinh tế - tài chính sử dụng tập thô (Trang 64)
Bảng 3.2 bảng kết quả đánh giá dự báo trên tập các luật tìm được Trong đó các tham số: - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
ng 3.2 bảng kết quả đánh giá dự báo trên tập các luật tìm được Trong đó các tham số: (Trang 84)
Hình 3.2 Kết quả dự báo của các luật tìm được - Ứng dụng lý thuyết tập thô trong khai phá dữ liệu kinh tế - tài chính
Hình 3.2 Kết quả dự báo của các luật tìm được (Trang 85)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

Rời rạc hoá dữ liệu số và chuyển chuỗi thời gian vào đối tượng tập Lựa chọn thuộc tính và phân lớp dựa trên quan hệ giá trị gần –VCR Ứng dụng tập thô trong đánh giá công ty Đánh giá chính sách tín dụng của các ngân hàng Lập trình logic qui nạp (Inductive logic programming LLP)[27 ]

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w