@misc{Stańczuk_Julita_Wpływ_2010,
 author={Stańczuk, Julita and Trojczak-Golonka, Patrycja},
 year={2010},
 rights={Wszystkie prawa zastrzeżone (Copyright)},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2010; Nr 107, s. 117-125},
 language={pol},
 abstract={Celem artykułu jest przedstawienie wybranego aspektu z paroletnich badań nad wielostanową klasyfikacją spółek notowanych na GPW w Warszawie. W artykule zaprezentowano analizę wrażliwości algorytmów klasyfikacji na dobór różnych kombinacji atrybutów opisowych oraz wpływ różnej struktury prób atrybutów uczących, testujących oraz walidacyjnych na efektywność klasyfikacji. Problem ten jest często pomijany w publikacjach naukowych, choć sam algorytm procedury badawczej może mieć wpływ na otrzymywane wyniki. W badaniach wykorzystano sztuczne sieci neuronowe. O oryginalności pracy decyduje również dobór samej próby badawczej (dane do badania pochodzą ze sprawozdań finansowych rzeczywistych 286 przedsiębiorstw polskich z lat 2006-2007)},
 title={Wpływ zróżnicowania zbiorów atrybutów i procesu walidacji na efektywność klasyfikacji przedsiębiorstw przy wykorzystaniu sieci neuronowych},
 type={artykuł},
}