Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=байесовский классификатор<.>)

Общее количество найденных документов : 7
Показаны документы с 1 по 7

Пшеничный, С. И. (асп.).
Байесовские сети и надежность банка [Текст] / С. И. Пшеничный // Экономический анализ: теория и практика. - 2010. - N 10. - С. 48-51. - Библиогр.: с. 51 (7 назв. ) . - ISSN 2073-039X

УДК

^a657.6

^a336.7

ББК 65.053 + 65.262
Рубрики: Экономика
Экономический анализ
Кредитно-денежная система--Россия
Кл.слова (ненормированные):
байесовские сети -- метод байесовских сетей -- байесовский классификатор -- надежность банка -- банки -- надежные банки -- оценка надежности банка -- методы оценки надежности банка -- мировой опыт
Аннотация: Представлены сведения о применяющихся в России и за рубежом методах оценки надежности банков. Предлагается к рассмотрению метод байесовских сетей для быстрого и эффективного определения надежного банка.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Лабунец, Леонид Витальевич (доктор технических наук; профессор).
Скоринг биржевых активов на основе байесовской нечеткой классификации [Текст] / Л. В. Лабунец, Е. Л. Лабунец, Н. Л. Лебедева ; рец. А. И. Орлова // Аудит и финансовый анализ. - 2014. - № 3. - С. 450-459 : 8 рис.; 10 табл. - Библиогр.: с. 458 (8 назв.). - Рец. Орлова А. И. на ст. автора приведена в конце . - ISSN 0236-2988

УДК

^a336.761

ББК 65.264
Рубрики: Экономика--Россия
Рынок ценных бумаг
Кл.слова (ненормированные):
байесовский классификатор -- нечеткие логические выводы -- скоринг акций -- финансовые мультипликаторы
Аннотация: В статье представлена система скоринга биржевых активов на примере акций российских компаний. Система основана на рациональном сочетании экспертных суждений и байесовского подхода к анализу данных в виде набора фундаментальных финансовых показателей деятельности компаний. Рассмотрены процедуры лингвистического анализа распределений мультипликаторов, формирования и оценки параметров нечеткого байесовского классификатора инвестиционного качества акций.

Доп.точки доступа:
Лабунец, Елена Леонидовна (специалист отдела технического обеспечения); Лебедева, Наталья Леонидовна (главный специалист департамента); Орлов, А. И. (доктор технических наук; профессор) \.\
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Сухопаров, М. Е.
Методика установления авторства текстов коротких сообщений пользователей порталов сети Интернет при помощи методов математической лингвистики [Текст] / М. Е. Сухопаров // Проблемы информационной безопасности. Компьютерные системы. - 2014. - № 2. - С. 84-92 : диагр., схемы. - Библиогр.: с. 92 (15 назв.) . - ISSN 2071-8217

УДК

^a81'32

ББК 81.1
Рубрики: Языкознание
Математическая лингвистика
Кл.слова (ненормированные):
Интернет -- аутентификация пользователей -- байесовский классификатор -- идентификация авторства -- информационная безопасность -- информационные ресурсы -- классификация текстовой информации -- короткие сообщения -- пользователи Интернет -- порталы сети Интернет -- текстовый анализ
Аннотация: Предложен метод идентификации авторства текстов коротких сообщений пользователей порталов сети Интернет на основе наивного байесовского классификатора. Подход позволяет классифицировать текстовую информацию и определить принадлежность конкретному пользователю информационного ресурса.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Перминов, Геннадий Иванович (кандидат технических наук; доцент).
Сентиментный анализ влияния новостей на фондовые рынки [Текст] / Г. И. Перминов, С. С. Ахмедова ; рец. А. П. Кирсанова // Аудит и финансовый анализ. - 2014. - № 4. - С. 408-413 : 4 рис.; 2 табл. - Библиогр.: с. 412-413 (26 назв.). - Рец. Кирсанова А. П. на ст. автора приведена в конце . - ISSN 0236-2988

УДК

^a336.761

ББК 65.264
Рубрики: Экономика
Рынок ценных бумаг
Кл.слова (ненормированные):
байесовский классификатор -- бизнес-стратегия -- информационные потоки -- рынки -- фондовый рынок
Аннотация: В работе исследуется возможность использования для анализа новостей и степени влияния на фондовые рынки сентимент-анализа с построением байесовского классификатора с корректировкой результатов по анализу таблицы сопряженности, также известной как матрицы ошибок или случайностей.

Доп.точки доступа:
Ахмедова, Саида Сабир (студент); Кирсанов, А. П. (доктор технических наук; профессор) \.\
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Паволоцкий, Александр Владимирович (доцент).
Алгоритмы и методы обучения обучаемой интеллектуальной системы [Текст] = Algorithms and Training Methods for Intelligent Taught System / А. В. Паволоцкий, Н. И. Левицкая, Я. О. Голуб // Качество. Инновации. Образование. - 2015. - № 2. - С. 33-43 : 6 рис., 2 табл. - Библиогр.: с. 42 (7 назв.)

УДК

^a004

ББК 32.97
Рубрики: Вычислительная техника
Вычислительная техника в целом
Кл.слова (ненормированные):
автоматизированный контроль знаний -- байесовский классификатор -- знания -- интеллектуальные системы -- контроль знаний -- методы обучения -- нейронная сеть -- обучение -- самоконтроль -- технологии автоматизированного контроля
Аннотация: Рассматривается несколько подходов к построению обучаемых интеллектуальных систем - технологий для автоматизированного контроля знаний. Авторы приводят описание алгоритмов, а также примеры и аналитику.

Доп.точки доступа:
Левицкая, Наталья Игоревна (студентка); Голуб, Ярослав Олегович
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Обработка текстов сообщений в системах мониторинга ИБ ИТКС [Текст] = Processing text messages ininformation security monitoring systemsin information and telecommunication systems / С. В. Лапшин [и др.] // Проблемы информационной безопасности. Компьютерные системы. - 2018. - № 4. - С. 114-119 : диагр., граф. - Библиогр.: с. 118-119 (12 назв.) . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
DLP-системы -- ИТКС -- байесовский классификатор -- информационная безопасность -- информационно-телекоммуникационные сети -- классификация текстов -- обработка текстов сообщений -- системы мониторинга -- тексты сообщений
Аннотация: Рассмотрен подход к предварительной обработке естественно-языковых текстов сообщений в системах мониторинга на основе наивного байесовского классификатора. Осуществлена постановка задачи классификации сообщений. Приведена модель естественного языка, описывающая семантико-синтаксические связи конструкций. Показано построение признакового пространства, содержащего семантико-синтаксические связи для базы контекстной фильтрации. Обозначен подход к вычислению класса конструкции из нескольких взаимосвязанных слов.
The approach to the preprocessing of natural language texts of messages in monitoring systems based on naive Bayesian classifier is considered. The problem of classification of messages is formulated. The model of natural language describing semantic-syntactic relations of constructions is given. The construction of a feature space containing semantic-syntactic relations for the context filtering base is shown. An approach to the calculation of the construction class of several interrelated words is outlined.

Доп.точки доступа:
Лапшин, С. В.; Сухопаров, М. Е.; Спивак, А. И.; Лебедев, И. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Югай, П. Э.
Особенности обнаружения вредоносных установочных файлов с использованием алгоритмов машинного обучения [Текст] = Aspects of detecting malicious installation files using machine learning algorithms / П. Э. Югай, Е. В. Жуковский, П. О. Семенов // Проблемы информационной безопасности. Компьютерные системы. - 2023. - № 2. - С. 37-46 : табл., диагр. - Библиогр.: с. 44-45 (16 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
Bayesian classifier -- detection of malicious files -- installation files -- machine learning -- malicious files -- trojan programs (technique) -- байесовский классификатор -- вредоносные файлы -- машинное обучение -- обнаружение вредоносных файлов -- троянские программы (техника) -- установочные файлы
Аннотация: В данной работе представлено исследование возможности применения методов машинного обучения для обнаружения вредоносных установочных файлов, относящихся к типу троянских установщиков и загрузчиков. Приведён сравнительный анализ применимых для решения указанной задачи алгоритмов машинного обучения: наивный байесовский классификатор, случайный лес и алгоритм C4. 5. Разработаны модели машинного обучения с использованием программного средства Weka. Выделены наиболее значимые атрибуты установочных файлов легитимных и троянских программ.
This work presents the research of using machine learning methods to detect malicious installation files, specifically trojan droppers and downloaders, and installers with extraneous functionality. A comparative analysis of some classification methods of machine learning is presented: the naive bayes classifier, the random forest and the C4. 5 algorithms. The classification was carried out using the Weka software in accordance with the methods under consideration. Significant attributes of executable files are defined, which give positive results in the classification of legitimate installers and trojans.

Доп.точки доступа:
Жуковский, Е. В.; Семенов, П. О.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)