Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "regresja" wg kryterium: Temat


Tytuł:
Odporność regresyjnych metod klasyfikacji binarnej na odstępstwa od podstawowych założeń
Raport Badawczy = Research Report ; RB/19/2014
Autorzy:
Olwert, Anna
Hryniewicz, Olgierd (1948– )
Karpiński, Janusz
Wydawca:
Instytut Badań Systemowych. Polska Akademia Nauk
Systems Research Institute. Polish Academy of Sciences
Powiązania:
Raport Badawczy = Research Report
Opis:
[26] pages ; 21 cm
Bibliografia s. [25]
Bibliography p. [25]
[26] stron ; 21 cm
W pracy przedstawiono analizę przydatności klasyfikatorów binarnych, wykorzystujących równania prostej regresji liniowej oraz regresji kwadratowej powierzchni odpowiedzi wykorzystywanych do realizacji zadań klasyfikacji, a także regresji logistycznej, w przypadku złożonych i nieliniowych związków pomiędzy binarną zmienną klasyfikującą i zmiennymi objaśniającymi opisanymi rozkładami różnymi od rozkładu normalnego. W analizie uwzględniono również przypadki, gdy zbiory uczące, na podstawie których konstruowano klasyfikatory, istotnie różnią się od zbiorów testujących (lub danych spotykanych w zastosowaniach). Przeprowadzony eksperyment symulacyjny sugeruje, że w przypadku tego samego modelu opisującego zbiory uczące i zbiory testujące zastosowanie klasyfikatora opartego na kwadratowej powierzchni odpowiedzi daje lepsze rezultaty niż w przypadku zastosowania prostej regresji liniowej. Z kolei, klasyfikatory oparte na prostej binarnej regresji liniowej są bardziej odporne na zmianę modelu danych testujących.
Dostawca treści:
RCIN - Repozytorium Cyfrowe Instytutów Naukowych
Książka
Tytuł:
Zastosowanie regresji rozmytej w badaniach pedagogicznych
Application of fuzzy regression in pedagogies research
Autorzy:
Jakubowski, M.
Tematy:
regresja rozmyta
badania pedagogiczne
Pokaż więcej
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:
https://bibliotekanauki.pl/articles/395376.pdf  Link otwiera się w nowym oknie
Opis:
Celem artykułu jest przedstawienie podstawowych pojęć systemów rozmytych oraz zwięzły opis najważniejszych metod modelowania matematycznego. Zebrane informacje powinny zainteresować większość pedagogów, szczególnie zajmujących się zarządzaniem szkołą, ze względu na udane implementacje systemów rozmytych w zarządzaniu. Przedstawiono klasyczne metody przydatne w działalności nauczyciela dla określania związków ilościowych i jakościowych w ocenie zajęć dydaktycznych oraz metody współczesne wykorzystujące aparat matematyczny zbiorów rozmytych. W podsumowaniu stwierdzono, że do budowy modeli logiki rozmytej w wielu przypadkach dużą przydatność mają metody sieci neuronowych.
The paper goal is to describe an essential ideas of fuzzy systems and most important modelling methods as well. Assembled information should be interested for pedagogues, especially school managers, because of successfully implementations of fuzzy systems in management. The classic methods were presented to use by teachers to define quantitative and qualitative connections for lessons estimation and the modern methods as well, with mathematical appliances of fuzzy systems. For modeling of fuzzy systems there are a lot of cases of neural networks applied, concluded.
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody regresji nieparametrycznej – drzewa regresyjne i regresja jądrow
Nonparametric regression - regression trees and kernel regression
Autorzy:
Wieczorek, Anna
Opis:
The thesis aims to explain methods related to nonparametric regression. Properties of the kernel density estimators have been reviewed. The kernel regression model of Nadaraya and Watson has been presented. The tree regression model has been shown and an algorithm for building random forests has been explained. To conclude the theoretical considerations two examples have been presented, one with sampled data and the other one with real-life data shared by Spotify.
Praca magisterska ma na celu przybliżenie metod z zakresu regresji nieparametrycznej. Przypomniane zostały własności jądrowych estymatorów gęstości. Omówiony został model regresji jądrowej Nadaraya-Watsona. Zaprezentowany został model regresji drzewkowej oraz został rozwinięty o algorytm budowy lasu losowego. Zwieńczeniem pracy są dwa przykłady prezentujące zastosowanie opisanych metod - przykład z wykorzystaniem danych wygenerowanych symulacyjnie oraz przykład zaprezentowany z użyciem danych pochodzących z platformy muzycznej Spotify.
Dostawca treści:
Repozytorium Uniwersytetu Jagiellońskiego
Inne
Tytuł:
Features selection methods in linear model
Metody doboru zmiennych w modelu liniowym
Autorzy:
Pęcak, Maciej
Opis:
The aim of this thesis is to present a linear model, it’s probabilistic properties and methods that allow it to control input variables. It contains statistical tests that check for significance of a particular subset of features and corresponding confidence intervals. There are also three methods that eliminate variables that are insignificant for the overall precision of the model. Forward- and Backward-Stepwise Selection starts with the simplest model consisting of a bias term and sequentially complicates it by adding different features based on statistical tests or starts with the complete model and simplifies it by removing different features based on statistical tests. Ridge Regression and LASSO attempt to control features by introducing biased estimators.
Celem niniejszej pracy jest przedstawienie modelu liniowego, jego probabilistycznych własności i metod pozwalających na kontrolowanie zmiennych objaśniających. Zdefiniowane zostały testy statystyczne określające wpływ danego zbioru zmiennych objaśniających na ogólną precyzję przewidywanych wyników oraz odpowiadające im przedziały ufności. Przedstawione zostały trzy metody, które eliminują zmienne niemające znacznego wpływu na poprawność modelu. Metoda Krokowa startuje z najprostszym modelem składającym się tylko z wyrazu wolnego i komplikuje go, dodając kolejne zmienne na podstawie testów statystycznych lub startuje od pełnego modelu i upraszcza go, usuwając zmienne na podstawie testów statystycznych. Regresja Grzbietowa i LASSO próbują kontrolować zmienne objaśniające wprowadzając obciążone estymatory.
Dostawca treści:
Repozytorium Uniwersytetu Jagiellońskiego
Inne
Tytuł:
Algorytm regresji liniowej dla przypadku niepewności obu zmiennych w tomografii impedancyjnej
Linear regression algorithm in case of uncertainty both variables in Electrical Impedance Tomography
Autorzy:
Moszczyński, L.
Wójtowicz, S.
Sikora, J.
Filipowicz, S.F.
Tematy:
tomografia impedancyjna
regresja liniowa
Pokaż więcej
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
Powiązania:
https://bibliotekanauki.pl/articles/159410.pdf  Link otwiera się w nowym oknie
Opis:
Sukcesem obrazowania obiektu w technikach tomograficznych jest jak największa precyzja poszczególnych pomiarów. Dla zapewnienia dokładności danych pomiarowych tomografii impedancyjnej powinny być uwzględniane błędy poszczególnych pomiarów, zwłaszcza wtedy, gdy różnią się one między sobą istotnie. W impedancyjnej tomografii komputerowej występują przypadki, kiedy obie zależne lub niezależne zmienne pomiarowe obciążone są błędami. W tych przypadkach nie powinna być stosowana standardowa metoda regresji. Do tego typu obliczeń regresji polecany jest zmodyfikowany algorytm Williamsona. W artykule przedstawiono efektywną metodę obliczeń prostej regresji rozszerzając ją na przypadek korelacji błędów obu zmiennych X i Y. Metodę zilustrowano przykładem badania kąta przesunięcie fazowego w zależności od częstotliwości sygnału pobudzającego w układzie wanny pomiarowej.
For Electrical Impedance Tomography often we have to deal with the case when both variables - independent and dependent ones are collected with a certain error level. In order to achieve better results the standard regression method should not be applied in such cases. New Linear Regression Method expanded on the case of error correlation for both variables X and Y is presented in this paper. Electrical Impedance Tomography (EIT) problems very often need to be repeated after some period of time. It is necessary for tissue monitoring or even for some parts of the human body monitoring, which are changed by a certain illness. During this very often, long periods of time parameters of measuring system also are changed, that is why the output variables have a certain level of uncertainty. In order to solve such a problem, usually regression method is employed. This method is illustrated by an example of phase shift angle investigation with respect to the excitation signal of measuring bath.
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zatrudnienie absolwentów turystyki i rekreacji Uniwersytetu Łódzkiego. Analiza socjologiczna wyników badań sondażowych
Autorzy:
Żulicki, Remigiusz
Tematy:
absolwenci
zatrudnienie
uniwersytet
regresja logistyczna
Pokaż więcej
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Powiązania:
https://bibliotekanauki.pl/articles/627692.pdf  Link otwiera się w nowym oknie
Opis:
Artykuł dotyczy wybranych aspektów ekonomicznych losów absolwentów kierunku „turystyka i rekreacja” Uniwersytetu Łódzkiego. Celem autora jest poszukiwanie odpowiedzi na pytanie: „Od czego zależy status zatrudnienia absolwenta?”. Podstawę empiryczną stanowiły wyniki badań sondażowych prowadzonych przez Uniwersytet Łódzki w latach: 2014, 2015 i 2016 wśród absolwentów rok po ukończeniu studiów. Porównano losy zawodowe absolwentów turystyki i rekreacji z innymi absolwentami Wydziału Nauk Geograficznych UŁ. Zastosowano model regresji logistycznej w celu przewidywania statusu zatrudnienia absolwenta na podstawie wybranych zmiennych. Uzyskano dokładność przewidywań na poziomie 75%. Najsilniejszymi predyktorami statusu zatrudnienia były charakterystyki strukturalno-instytucjonalne. Wyniki ilościowe zinterpretowano w kontekście współczesnej roli uniwersytetów.
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ridge Regression
Regresja grzbietowa
Autorzy:
Gwozdek, Karolina
Opis:
This thesis aims to present the ridge regression model and to compare it with the classical linear regression model. The first chapter discusses the linear regression model. The second chapter describes the multicollinearity problem, which may occur among the explanatory variables. The third and fourth chapters concentrate on the basic properties of the ridge estimator and comparison the ridge estimator with the ordinary least squares estimator.
Celem tej pracy jest przedstawienie modelu regresji grzbietowej i porównanie go z klasycznym modelem regresji liniowej. Rozdział pierwszy omawia model regresji liniowej. Rozdział drugi opisuje problem współliniowości, jaki może pojawić się wśród zmiennych objaśniających. Rozdziały trzeci i czwarty skupiają się na przedstawieniu podstawowych własności estymatora grzbietowego oraz porównaniu go z klasycznym estymatorem najmniejszych kwadratów.
Dostawca treści:
Repozytorium Uniwersytetu Jagiellońskiego
Inne
Tytuł:
Application of the regression function for the description of sorption process
Zastosowanie regresji do opisu procesu sorpcji
Autorzy:
Polańczyk, A.
Majder-Łopatka, M.
Jarosz, W.
Matuszkiewicz, R.
Tematy:
oil sorption
linear regression
non-linear regression
sorpcja oleju
liniowa regresja
nieliniowa regresja
Pokaż więcej
Wydawca:
Szkoła Główna Służby Pożarniczej
Powiązania:
https://bibliotekanauki.pl/articles/136635.pdf  Link otwiera się w nowym oknie
Opis:
The number of environmentally dangerous substances which the Fire Department has to face with, is increasing annually. Therefore, the aim of this study was to prepare a mathematical description of the sorption process. The sorption process was performed in the laboratory scale. On the Petrie dish different sorbates with total amount of 100cm3 and exposed to different types of sorbents were analyzed. In this research the diesel oil and the petrol as well as sand and compact were analyzed. The time of sorption process and the changing weight of the sorbate were monitored. Next, the linear and non-linear regression was applied for the description of the sorption process. It was presented that linear approach is not suitable to describe the results of the sorption process for dry sand and compact in the contact with Gasoline and Oil. In the first step of the sorption process a dynamic and prompt increase of the sorbate amount is observed, while at the end of the process the increase is more stable. Therefore, the non-linear regression mimics more accurately the shape of the experimental results compared to the linear approach.
Liczba substancji niebezpiecznych dla środowiska, z którymi musi corocznie zmierzyć się straż pożarna rośnie. Z tego względu dokładne opisanie procesu sorpcji w warunkach laboratoryjnych pozwoli lepiej poznać właściwości sorbentów. Celem niniejszych badań było przygotowanie matematycznego opisu procesu sorpcji i ocena, który z modeli najlepiej opisuje dane uzyskane w laboratorium. Proces sorpcji przeprowadzony był w skali laboratoryjnej. Na szalce Petriego analizowano różne sorbaty o całkowitej objętości wynoszącej 100 cm3 i poddawano działaniu różnego typu sorbentów. W niniejszym badaniu analizowano olej napędowy i benzynę, a także suchy piasek i sorbent compact. Wśród analizowanych parametrów były czas procesu sorpcji i zmiana masy sorbatu. Co więcej, do opisu wyników procesu sorpcji zastosowano regresję liniową i nieliniową. Na podstawie otrzymanych wyników stwierdzono, iż regresja liniowa nie jest odpowiednia do opisu wyników procesu sorpcji dla suchego piasku i sorbentu compact w kontakcie z benzyną i olejem napędowym. Zarówno dla oleju napędowego jak i benzyny w kontakcie z suchym piaskiem i sorbentem compact w pierwszym etapie procesu sorpcji obserwowano dynamiczny i szybki wzrost objętości sorbatu, podczas gdy na końcu proces sorpcji stabilizował się. Z tego względu regresja nieliniowa odzwierciedlała dokładniej kształt wyników eksperymentalnych w porównaniu do regresji liniowej.
Dostawca treści:
Biblioteka Nauki
Artykuł

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies