Добірка наукової літератури з теми "Ймовірнісний висновок"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Зміст
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Ймовірнісний висновок".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Ймовірнісний висновок"
Ivanets, H., та I. Tolkunov. "КОМПЛЕКСНА МОДЕЛЬ ПРОГНОЗУВАННЯ ЗБИТКІВ ВНАСЛІДОК НАДЗВИЧАЙНИХ СИТУАЦІЙ В ДЕРЖАВІ". Системи управління, навігації та зв’язку. Збірник наукових праць 6, № 52 (13 грудня 2018): 68–73. http://dx.doi.org/10.26906/sunz.2018.6.068.
Повний текст джерелаBerestenko, V. V., та S. P. Onyshchenko. "ІМОВІРНІСНІ ХАРАКТЕРИСТИКИ МУЛЬТИМОДАЛЬНОЇ ДОСТАВКИ". Transport development, № 1(12) (3 травня 2022): 118–28. http://dx.doi.org/10.33082/td.2022.1-12.10.
Повний текст джерелаGorokhovatskyi, V., S. Gadetska та R. Ponomarenko. "СТАТИСТИЧНІ РОЗПОДІЛИ ТА ЛАНЦЮЖКОВЕ ПОДАННЯ ДАНИХ ПРИ ВИЗНАЧЕННІ РЕЛЕВАНТНОСТІ СТРУКТУРНИХ ОПИСІВ ВІЗУАЛЬНИХ ОБ’ЄКТІВ". Системи управління, навігації та зв’язку. Збірник наукових праць 6, № 52 (13 грудня 2018): 87–92. http://dx.doi.org/10.26906/sunz.2018.6.087.
Повний текст джерелаGorokhovatskyi, V., D. Rudenko та Т. Siryk. "ДОСЛІДЖЕННЯ СИСТЕМИ ІЄРАРХІЧНИХ ОЗНАК ПРИ БЛОЧНОМУ ПОДАННІ ОПИСУ У СКЛАДІ МНОЖИНИ КЛЮЧОВИХ ТОЧОК ЗОБРАЖЕННЯ". Системи управління, навігації та зв’язку. Збірник наукових праць 2, № 54 (11 квітня 2019): 69–73. http://dx.doi.org/10.26906/sunz.2019.2.069.
Повний текст джерелаЗадорожна І.П. "СУЧАСНІ ПІДХОДИ ДО ФОРМУВАННЯ ІНШОМОВНОЇ АУДИТИВНОЇ КОМПЕТЕНТНОСТІ". ПЕДАГОГІЧНИЙ АЛЬМАНАХ, № 49 (30 жовтня 2021): 84–92. http://dx.doi.org/10.37915/pa.vi49.259.
Повний текст джерелаChala, O. "ПРИНЦИПИ АВТОМАТИЗОВАНОЇ ПОБУДОВИ ТА ВИКОРИСТАННЯ ТЕМПОРАЛЬНОЇ БАЗИ ЗНАНЬ ДЛЯ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ З УПРАВЛІННЯ ПІДПРИЄМСТВОМ". Системи управління, навігації та зв’язку. Збірник наукових праць 6, № 52 (13 грудня 2018): 122–25. http://dx.doi.org/10.26906/sunz.2018.6.122.
Повний текст джерелаМірошниченко, Д. Т. "Факторна модель розвитку рухової функції у хлопчиків молодших класів". Теорія та методика фізичного виховання, № 4 (6 листопада 2015): 23. http://dx.doi.org/10.17309/tmfv.2014.4.1114.
Повний текст джерелаКраснобокий, Юрій, Ігор Ткаченко та Катерина Ільніцька. "МЕТОДИЧНІ ОСОБЛИВОСТІ ВИКОРИСТАННЯ СИСТЕМНО-ІНТЕГРАТИВНОГО ПІДХОДУ ДО ВИКЛАДАННЯ ОКРЕМИХ ТЕМ ФУНДАМЕНТАЛЬНИХ НАУК". Physical and Mathematical Education 29, № 3 (23 червня 2021): 81–92. http://dx.doi.org/10.31110/2413-1571-2021-029-3-013.
Повний текст джерелаДисертації з теми "Ймовірнісний висновок"
Макогон, Роман Олександрович. "Прогноз курсу криптовалюти Bitcoin на основі мереж Байєса". Master's thesis, КПІ ім. Ігоря Сікорського, 2019. https://ela.kpi.ua/handle/123456789/32006.
Повний текст джерелаRelevance of the topic – effective Blockchain-based solutions exist in the world, such as Bitcoin, an innovative payment network and digital currency. Big data is closely linked to this technology. One of the industries that is now actively accumulating such data – is a cryptocurrency exchange business - Binance, EXMO, Bittrex, etc. There is now a need for tools that allow to analyze such data in order to obtain useful information for commercial use. The Bayesian network (BN) is a very effective tool for this task. Achieving the goal requires solving the following tasks: 1. Analysis of the principles of functioning and pricing of Bitcoin cryptocurrency 2. Analysis of different methods of forecasting the Bitcoin rate. 3.Analysis of the principles of building BN based on training data. 4. Analysis of methods for constructing probabilistic inference in BN. 5. Implementation of the heuristic algorithm of BN construction as a software product. 6. Implementation of probabilistic inference in the constructed network. 7. Testing the software on training data, which is a sample of a historical data on the fluctuation of the Bitcoin cryptocurrency. 8. Analysis of the effectiveness of the created model, comparison of the accuracy of the constructed forecast with the results of other studies in the field of cryptocurrency forecasting. Objective of the study is the statistics on the history of Bitcoin exchange rate fluctuations that require effective analytical processing to predict its future fluctuations. 6. Implementation of probabilistic inference in the constructed network. 7. Testing the software on training data, which is a sample of a historical data on the fluctuation of the Bitcoin cryptocurrency. 8. Analysis of the effectiveness of the created model, comparison of the accuracy of the constructed forecast with the results of other studies in the field of cryptocurrency forecasting. Objective of the study is the statistics on the history of Bitcoin exchange rate fluctuations that require effective analytical processing to predict its future fluctuations.
Баклан, Ярослав Ігорович. "Інформаційні технології на основі баєсових мереж для розпізнавання користувачів". Doctoral thesis, 2011. https://ela.kpi.ua/handle/123456789/745.
Повний текст джерела