Tytuł:

Wspomaganie procesów decyzyjnych przez wykorzystanie algorytmów regułowych wyznaczających istotność atrybutów

Tytuł publikacji grupowej:

Informatyka Ekonomiczna = Business Informatics

Tytuł odmienny:

Detecting business-relevant attributes in rule-based classification

Autor:

Chomiak-Orsa, Iwona ; Wójcik, Filip

Temat i słowa kluczowe:

uczenie maszynowe ; sztuczna inteligencja ; wspomaganie decyzji ; klasyfikacja ; systemy regułowe ; analiza danych ; machine learning ; artificial intelligence ; decision support ; classification ; rule based systems ; data science

Opis:

nformatyka Ekonomiczna = Business Informatics, 2017, Nr 4 (46), s. 55-65

Abstrakt:

Nowoczesne systemy wspomagania decyzji biznesowych korzystają niejednokrotnie z uczenia maszynowego i sztucznej inteligencji do rozwiązywania skomplikowanych problemów. Jednym z nich jest klasyfikacja postrzegana w tym kontekście jako przyporządkowywanie obserwacji (obiektów) określonym kategoriom. Wśród wielu metod umożliwiających osiągnięcie tego celu znajdują się algorytmy regułowe, które poza wspomaganiem decyzji pozwalają zaobserwować korelacje wewnątrz wolumenów danych. Ma to szczególne znaczenie w przypadku decyzji uwzględniających duże wolumeny danych. Procedury te napotykają jednak problemy w przypadku silnego zaburzenia proporcji kategorii lub poszczególnych atrybutów. Odpowiedzią na to wyzwanie może być skuteczna metoda wyboru cech istotnych. W artykule wykorzystano jedną z odmian testu permutacyjnego. Jako przykład zastosowania biznesowego omówione zostało wykorzystanie algorytmu RIPPER użytego do analizy wiarygodności kredytowej klientów instytucji finansowej

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2017

Typ zasobu:

artykuł

Format:

application/pdf

Identyfikator zasobu:

doi:10.15611/ie.2017.4.05

Język:

pol

Powiązania:

Informatyka Ekonomiczna = Business Informatics, 2017, Nr 4 (46)

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-NC-ND 3.0 PL

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu