DSpace Repository

Сравнение системы «Discovery» с Microsoft Association Rules

Show simple item record

dc.contributor.author Фирсов, Н. И. ru_RU
dc.creator Институт систем информатики им. А. П. Ершова СО РАН ru_RU
dc.creator A.P. Ershov Institute of Informatics Systems SB RAS en_EN
dc.date.accessioned 2015-03-03T10:10:07Z
dc.date.available 2015-03-03T10:10:07Z
dc.date.issued 2011
dc.identifier.citation Фирсов Н. И. Сравнение системы «Discovery» с Microsoft Association Rules // Вестник НГУ. Серия: Информационные технологии. 2011. Т. 9. Вып. 3. С. 37-49. - ISSN 1818-7900. ru_RU
dc.identifier.issn 1818-7900
dc.identifier.uri http://www.nsu.ru/xmlui/handle/nsu/6924
dc.description.abstract We have developed a relational approach (Relational Data Mining) to methods of data mining, and the Discovery software system which relaxes almost all restrictions peculiar to the KDD & DM techniques. The goal of this paper is to provide both theoretical and experimental comparisons of Discovery versus Microsoft Association Rules. We show that Discovery fits better for pattern detection and prediction tasks than the Association Rules, and, unlike the latter, it can detect knowledge in high-noised data such as financial time series. en_EN
dc.description.abstract Сравнивается система «Discovery» с алгоритмом Microsoft Association Rules. Показано, что система «Discovery» больше подходит для обнаружения закономерностей и прогнозирования, чем Association Rules, а также что она позволяет обнаруживать знания в сильно зашумленных данных, например финансовых. ru_RU
dc.description.sponsorship Работа выполнена при финансовой поддержке РФФИ (проект No 11-07-00560а), интеграционных проектов СО РАН No 47, 115, 119, а также Совета по грантам Президента РФ и государственной поддержке ведущих научных школ (проект НШ-3606.2010.1). ru_RU
dc.language.iso ru
dc.publisher Новосибирский государственный университет ru_RU
dc.subject интеллектуальный анализ данных ru_RU
dc.subject извлечение знаний ru_RU
dc.subject предсказание ru_RU
dc.subject обнаружение закономерностей ru_RU
dc.subject knowledge «Discovery» en_EN
dc.subject regularities detection en_EN
dc.subject data mining en_EN
dc.subject intelligent data analysis en_EN
dc.title Сравнение системы «Discovery» с Microsoft Association Rules ru_RU
dc.title.alternative Comparison of «Discovery» software system versus Microsoft Association Rules en_EN
dc.type Article
dc.description.reference 1. Витяев Е. Е. Извлечение знаний из данных. Компьютерное познание. Модели когнитивных процессов. Новосибирск, 2006. 293 с. 2. Halpern J. Y. An Analysis of First-Order Logic of Probability // Artificial Intelligence. 1990. С. 311–350. 3. Кендалл М. Дж., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973. 899 с. 4. Закс Ш. Теория статистических выводов. М.: Мир, 1975. 776 с. 5. Vityaev E., Kovalerchuk B. Empirical Theories Discovery Based on the Measurement Theory // Mind and Machine. 2006. Vol. 14. No. 4. P. 551–573. 6. Vityaev E. The Logic of Prediction // Mathematical Logic in Asia: Proc. of the 9th Asian Logic Conference (August 16–19, 2005, Novosibirsk, Russia). Singapore: World Scientific, 2006. P. 263–276. 7. Kovalerchuk B. Y., Vityaev E. E. Data Mining in Finance: Relational and Hybrid Methods. Kluwer, 2000. 308 p. 8. Tang Z., MacLennan J. Data Mining with SQL Server 2005. Wiley Publishing, Inc., 2005. 483 p. ru_RU
dc.subject.udc 681.3:004.8
dc.relation.ispartofvolume 9
dc.relation.ispartofnumber 3
dc.relation.ispartofpages 37-49


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account