Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/20803
Назва: «Знаходження рівняння множинної регресії», методичні вказівки до лабораторної роботи з курсу «Інтелектуальний аналіз даних» для студентів спеціальності 122 «Комп’ютерні науки»
Автори: Козбур, Галина Володимирівна
Приналежність: Тернопільський національний університет ім. І.Пулюя, кафедра комп'ютерних наук, старший викладач
Бібліографічний опис: Козбур Г.В., Знаходження рівняння множинної регресії, методичні вказівки до лабораторної роботи з навчальної дисципліни «Інтелектуальний аналіз даних», для студентів спеціальності 122 “Комп’ютерні науки”, кафедра КН ТНТУ ім. І.Пулюя, Тернопіль, 2017 р., - 20с.
Дата публікації: 2017
Дата подання: 2017
Дата внесення: 28-тра-2017
Видавництво: Тернопільський національний університет ім. І.Пулюя, кафедра комп'ютерних наук
Країна (код): UA
Місце видання, проведення: Тернопільський національний університет ім. І.Пулюя, кафедра комп'ютерних наук
Теми: data mining
data mining
рівняння множинної регресії
інтелектуальний аналіз даних
data mining
data mining
рівняння множинної регресії
інтелектуальний аналіз даних
Кількість сторінок: 20
Короткий огляд (реферат): Освоєння методу отримання рівняння множинної (багатофакторної) регресії. У програмному пакеті WEKA, знайти аналітичну форму залежності результативної ознаки від декількох факторних ознак (рівняння множинної регресії, або модель зв'язку).
Опис: Знаходження рівняння множинної регресії. Методичні вказівки до лабораторної роботи з навчальної дисципліни «Інтелектуальний аналіз даних», для студентів спеціальності 122 “Комп’ютерні науки”, кафедра КН ТНТУ ім. І.Пулюя, Тернопіль, 2017 р.
Зміст: 1. Встановлення WEKA та побудова рівняння лінійної регресії на основі навчальних даних.
2. Побудова моделі множинної регресії на навчальних даних.
3. Підготовка власних даних та знаходження рівняння множинної регресії з аналізом результатів.
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/20803
Власник авторського права: Козбур Г.В., 2017р.
Тип вмісту: Learning Object
Розташовується у зібраннях:Навчальні матеріали кафедри комп’ютерних наук

Файли цього матеріалу:
Файл Опис РозмірФормат 
DA_lab_4_ELARTU+.pdf1,66 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора