Full metadata record
DC FieldValueLanguage
dc.contributor.authorОрлова, Е.В.
dc.date2022
dc.date.accessioned2025-08-22T12:05:40Z-
dc.date.available2025-08-22T12:05:40Z-
dc.date.issued2022
dc.identifier.identifierDspace\SGAU\20230212\101916
dc.identifier.citationОрлова Е.В. ВЫЯВЛЕНИЕ ПРИЧИННЫХ СВЯЗЕЙ В РАНДОМИЗИРОВАННЫХ ИСПЫТАНИЯХ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ/ Е.В. Орлова // Перспективные информационные технологии (ПИТ 2022) [Электронный ресурс] : труды Международной научно-технической конференции / под ред. С.А. Прохорова – Самара: Издательство Самарского научного центра РАН. – 2022. – С. 205-209
dc.identifier.isbn978-5-93424-880-3
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/2807-
dc.description.abstractОписан метод статистического эксперимента - рандомизированное испытание, который используется для тестирования эффективности решений и выбора наилучшего решения из множества возможных в условиях неоднородных статистических данных. В этом случае решение выступает в качестве фактора-причины, а эффективность функционирования объекта является фактором-следствием. Обработку результатов таких испытаний можно проводить с помощью методов машинного обучения. Применение методов машинного обучения позволит исключить возможные ложные корреляции факторов, идентифицировать истинные причинные зависимости и установить наиболее эффективное решение.
dc.languagerus
dc.publisherИздательство Самарского научного центра РАН
dc.titleВЫЯВЛЕНИЕ ПРИЧИННЫХ СВЯЗЕЙ В РАНДОМИЗИРОВАННЫХ ИСПЫТАНИЯХ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ
dc.typeArticle
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivnye-informacionnye-tehnologii/VYYaVLENIE-PRIChINNYH-SVYaZEI-V-RANDOMIZIROVANNYH-ISPYTANIYaH-NA-OSNOVE-ALGORITMOV-MAShINNOGO-OBUChENIYa-101916
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivnye-informacionnye-tehnologii/VYYaVLENIE-PRIChINNYH-SVYaZEI-V-RANDOMIZIROVANNYH-ISPYTANIYaH-NA-OSNOVE-ALGORITMOV-MAShINNOGO-OBUChENIYa-101916
Appears in Collections:Перспективные информационные технологии

Files in This Item:
File Description SizeFormat 
978-5-93424-880-3_2022_205-209.pdf776.68 kBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.