Usage of self-organizing neural networks in evaluation of consumer behaviour
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F10%3A00168860" target="_blank" >RIV/62156489:43110/10:00168860 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele
Original language description
Tato práce popisuje využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele. V metodické části hodnotí různé metody učení samoorganizující se neuronové sítě. Na základě porovnání principu učení s učitelem, učení bez učitele a učenís částečným dohledem a jejich omezu jících podmínek jsou vysvětleny výhody přístupu učení s částečným dohledem -- semi-supervised learning. Při zkoumání učicích algoritmů učení s částečným dohledem učitele: label propagation, self- training a co-trainingse ukazuje jako vhodné pro budoucí výzkum zejména využití principu co-training pro učení Kohonenovy mapy. Pro konkrétní aplikace na hodnocení výdajů domácností států Evropské unie pro roky 1999 a 2002 byl vybrán princip učení bez učitele. Výsledkem provedené analýzy jsou Kohonenovy mapy, které znázorňují rozložení výdajů jednotlivých států. Tato grafi cká reprezentace dat umožňuje sledovat kromě zařazení států do několika skupin podobnosti také topologické vztahy mezi těmito daty, grafi
Czech name
Využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele
Czech description
Tato práce popisuje využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele. V metodické části hodnotí různé metody učení samoorganizující se neuronové sítě. Na základě porovnání principu učení s učitelem, učení bez učitele a učenís částečným dohledem a jejich omezu jících podmínek jsou vysvětleny výhody přístupu učení s částečným dohledem -- semi-supervised learning. Při zkoumání učicích algoritmů učení s částečným dohledem učitele: label propagation, self- training a co-trainingse ukazuje jako vhodné pro budoucí výzkum zejména využití principu co-training pro učení Kohonenovy mapy. Pro konkrétní aplikace na hodnocení výdajů domácností států Evropské unie pro roky 1999 a 2002 byl vybrán princip učení bez učitele. Výsledkem provedené analýzy jsou Kohonenovy mapy, které znázorňují rozložení výdajů jednotlivých států. Tato grafi cká reprezentace dat umožňuje sledovat kromě zařazení států do několika skupin podobnosti také topologické vztahy mezi těmito daty, grafi
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2010
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Acta universitatis agriculturae et silviculturae Mendelianae Brunensis
ISSN
1211-8516
e-ISSN
—
Volume of the periodical
LVIII
Issue of the periodical within the volume
6
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
8
Pages from-to
—
UT code for WoS article
—
EID of the result in the Scopus database
—