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

Поисковый запрос: (<.>K=оценка доверия (вычислительная техника)<.>)

Общее количество найденных документов : 1

Проблемы оценки доверия при анализе больших данных [Текст] = The problems of trust assessment in big data analysis / А. А. Грушо, Н. А. Грушо, М. И. Забежайло, Е. Е. Тимонина // Проблемы информационной безопасности. Компьютерные системы. - 2021. - № 4. - С. 137-143 : граф. - Библиогр.: с. 141-142 (16 назв.) . - ISSN 2071-8217

УДК

^a004.8

ББК 32.813
Рубрики: Радиоэлектроника
Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
big data (computing) -- big data analysis -- causal relationships -- confidence assessment (computing) -- data mining -- information security -- анализ больших данных -- большие данные (вычислительная техника) -- интеллектуальный анализ данных -- информационная безопасность -- оценка доверия (вычислительная техника) -- причинно-следственные связи
Аннотация: В работе рассматривается проблема оценки доверия к результатам сложного компьютерного анализа данных. Используется ставший уже классическим подход построения эмпирических закономерностей на основе мер сходства прецедентов в обучающей выборке. Приближение доверия основано на моделировании обучающих данных случайной выборкой из неизвестного распределения. Этот подход реализует приблизительный причинно-следственный анализ и имеет преимущества и недостатки.
The paper examines the problem of evaluation of trust to the results of complex computer analysis of data. The approach of constructing empirical dependencies based on similarity of precedents in the training sample, which has already become classical, is used. The trust approximation is based on simulating training data by random sampling from an unknown distribution. This approach implements approximate causal analysis and have advantages and disadvantages.

Доп.точки доступа:
Грушо, А. А.; Грушо, Н. А.; Забежайло, М. И.; Тимонина, Е. Е.
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)