ДонНТУ> Портал магистров ДонНТУ

Биография | Реферат | Библиотека | Ссылки | Отчет о поиске| Индивидуальное задание

Перечень ссылок

к магистерской работе теме:

"Автоматизированное извлечение знаний из баз данных"

Составил: магистрант гр. ПО-01м Чернов И.А.

В данном разделе представлен перечень ссылок составленный в резутьтате поиска и изучения информации по теме выпускной работы магистра. К сожалению, в мини-порталах магистров предыдущих лет не было работ на данную или схожие темы. Стоит отметить что большинство ресурсов представлены на английском языке. Русскоязычные ресурсы или сильно отстают во времени от англоязычных или просто не содержат информации по некоторым направлениям в современном извлечении знаний.

Публикации магистров прошлых лет

1. Материалы персонального сайта Трубарова Вячеслава Анатольевича

   http://masters.donntu.ru/2005/fvti/trubarov/index.htm

   Реферат к магистерской работе по теме: "Исследование генетических алгоритмов оптимизации в параллельной моделирующей системе" В этой работе рассматриваются биологические механизмы эволюции, а также способы их моделирования с помощью генетических алгоритмов. Также выполняется исследование области применения генетических алгоритмов и анализ программных средств для решения оптимизационных задач, которые основаны на методологии генетических алгоритмов. Юрий Цой "Генетические операторы" В данной статье описаны основные операторы генетического алгоритма - оператор кроссовера и оператор мутации. Также приведён пример реализации этих операторов на языке C++. Материалы на русском языке. Ссылка работоспособна круглосуточно.

2. Материалы персонального сайта Полякова Сергея Вячеславовича

   http://www.uran.donetsk.ua/~masters/2004/kita/polyakov/index.html

   Реферат к магистерской работе по теме: "Изучение и разработка эволюционных алгоритмов и построение тестов для логических схем." В этом реферате достаточно подробно рассмотрен генетический алгоритм и его шаги. Упор делается на применение генетического алгоиртма для построения тестов сложных многопроцессорных вычислительных систем. Sean Luke, "Сравнение оператора кроссинговера и мутации в генетическом программировании" Эта статья доводит большое и систематическое количество данных по относительной эффективности мутации, кроссинговера и комбинации их в генетическом программировании. Издание на английском языке. Размер PDF файла - 900K. Материалы на русском языке. Ссылка работоспособна круглосуточно.

3. Материалы персонального сайта Соломки Юлии Игоревны

   http://www.uran.donetsk.ua/~masters/2004/fvti/solomka/index.htm

   Реферат к магистерской работе по теме: "Исследование применимости генетических алгоритмов для оптимизации нейросетевых систем" В этой работе рассматриваются биологические механизмы эволюции, а также способы их моделирования с помощью генетических алгоритмов. Также выполняется исследование области применения генетических алгоритмов и анализ программных средств для решения оптимизационных задач, которые основаны на методологии генетических алгоритмов. David E. Goldberg, "Genetic Algorithms in search, optimization and machine learning", Addison Wesley Longman, Inc., 2002. Приводится часть книги (Chapter3. Computer Implemenattion of a Genetic Algorithm, p. 62-65), где рассматриваются основные операторы генетических алгоритмов: скрещивание, мутация и селекция. Здесь приведен код на Pascal, реализующий эти методы. Материалы на русском языке. Ссылка работоспособна круглосуточно.

   Специализированные серверы по теме

4. Домашняя страница Data Mining Group	http://www.dmg.org/
   Данный портал содержит расширенное описание стандарта оформления методов извлечения знаний. Данный стандарт позволяет вызывать разработанные методы из лидирующих СУБД. Рассмотрен только стандарт описания методов, теоретические основы извлечения знаний не рассмотрены. Материалы на английском языке. Ссылка работоспособна круглосуточно.

5. On-line проект TheDataMine	http://www.the-data-mine.com/
   Данный проект во всемирной паутине пытается полностью осветить проблематику извлечения знаний. Приведены ссылки на различные издания в этой области, так же на компании занимающиеся разработкой программных продуктов и на другие ресурсы во всемирной паутине. Материалы на английском языке. Ссылка работоспособна круглосуточно.

6. On-line проект KDnuggets

   http://www.kdnuggets.com/

   Данный проект занимается извлечением знаний, поиском закономерностей, извлечением знаний из текстов и из всемирной паутины. На сайте также расположены теоретические основы извлечения знаний, ведущие компании в этой отрасли, широко освещены конференции в этой области, а также есть ссылки на Интернет соревнования между различными методами извлечения. Одним из основателей и президентом этой организации является Грегори Пиатецкий-Шапиро (Gregory Piatetsky-Shapiro) один из наиболее авторитетных ученых в этой отрасли. Материалы на английском языке. Ссылка работоспособна круглосуточно.

7. Кубок по извлечению знаний 2006 года (KDD 2006)	http://www.cs.unm.edu/kdd_cup_2006
   Международное соревнование по извлечению знаний из данных. Данное соревнование предшествует международной конференции Twelfth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. На конкурсной основе будет выбран наилучший алгоритм для извлечения знаний из сильно зашумленных знаний. Материалы на английском языке. Ссылка работоспособна круглосуточно.

8. Проект Weka Machine Learning Project	http://www.cs.waikato.ac.nz/~ml/weka/index.html
   Система извлечения знаний с открытым кодом, разработанная в Новой Зеландии. Данная система реализована на платформе Java. К данной системе есть руководство по эксплуатации, масса демонстрационных примеров. Материалы на английском языке. Ссылка работоспособна круглосуточно.

9. Группы yahoo по теме Data Mining	http://groups.yahoo.com/group/datamining2 http://groups.yahoo.com/group/datamining
   Одина из групп пользователей yahoo. Став членом одной из этих групп можно получить доступ у база данных данной группы. Члены групп обмениваются между собой различными информационными сообщениями. Материалы на английском языке. Ссылка работоспособна круглосуточно.

Перечни ссылок

10. Перечень ссылок от Central Connecticut State University	http://www.ccsu.edu/datamining/resources.html
    Перечень ссылок разработанный в Государственном Центрально-Коннектикутском университете (США). Достаточно обширный перечень содержащий ссылки на ведущие компании, документы, ресурсы, группы ученых в области извлечения знаний. Материалы на английском языке. Ссылка работоспособна круглосуточно.

11. Перечень ссылок от NCAR's Computational & Information Systems Laboratory	http://www.scd.ucar.edu/hps/GROUPS/dm/dm.html
    Хорошо сформированный перечень ссылок по англоязычным ресурсам Интернета. Имеются ссылки на книги, статьи, электронные публикации, электронные журналы, а также авторские страницы содержащие информацию об извлечении знаний. Материалы на английском языке. Ссылка работоспособна круглосуточно.

12. Сборник статей о нейросетях и генетических алгоритмах от Сайта Информационных Технологий(www.inftech.webservis.ru)	http://www.inftech.webservis.ru/it/ii/neuro/index.html
    Несколько статей на тему нейронных сетей и генетических алгоритмов. Данные две области достаточно бурно развиваются за счет своей простоты реализации. Все статьи на русском языке и находятся на одном портале. Материал на русском языке. Ссылка работоспособна круглосуточно.

13. Сборник ресурсов по искусственному интеллекту	http://www.cs.cmu.edu/Groups/AI/0.html
    Собранный Mark Kantrowitz архив программного обеспечения и документов по искусственному интеллекту предназначен для студентов, преподавателей и исследователей. Данный архив расположен на FTP сервере кафедры компьютерных наук Carnegie Mellon University. Материал на английском языке. Ссылка работоспособна круглосуточно.

Репозитории данных

14. Сборник наборов данных для извлечения знаний UCI Knowledge Discovery in Databases Archive	http://kdd.ics.uci.edu/
    Этот репозиторий данных для классификации и кластеризации является наиболее популярным. Наборы данных часто используются для сравнения алгоритмов извлечения знаний. Присутствует возможность сортировки наборов данных по различным параметрам. Объем баз данных более чем полноценен - около -100 Мб обучающей выборки. Материалы на английском языке. Ссылка работоспособна круглосуточно.

15. Сборник наборов данных для извлечения знаний MLnet Online Information Service List of datasets	http://www.mlnet.org/resources/datasets-index.html
    Этот репозиторий данных содержит в себе около сотни различных баз данных для извлечения знаний. Широк охват предметных областей - от статистики карточных игр до изучения влияния лекарств на ч еловеческий организм. Также разняться и требуемые методы от классификации и кластеризации до извлечения знаний из текстов. Материалы на английском языке. Ссылка работоспособна круглосуточно.

16. Сборник наборов данных для извлечения знаний Financial Data Finder	http://fisher.osu.edu/fin/osudata.htm
    Этот репозиторий данных содержит множество баз данных с финансовыми данными. Данный ресурс может быть полезен для тестирования систем проектируемых для работы с финансовыми данными. Материалы на английском языке. Ссылка работоспособна круглосуточно.

Сайты фирм занимающихся разработкой в данной области

17. Страница компании DTREG	http://www.dtreg.com/index.htm
    Данная компания также занимается разработкой систем извлечения знаний. Представлены материалы по построению деревьев решений и Компьютерных векторов поддержки, собственной разработки компании(SVM). Материалы на английском языке. Ссылка работоспособна круглосуточно.

18. Страница компании BaseGroup Labs	http://basegroup.ru/
    Эта страница одной из ведущих компаний по разработке средств Data Mining. Обладает обширным разделом авторских статей и других материалов содержащих теоретические основы извлечения знаний. Материалы на русском языке. Ссылка работоспособна круглосуточно.

19. Сайт российской компании "Мегапьютер"	http://www.megaputer.ru/
    На данной сайте представлены разработки компании по извлечению знаний из баз данных, а также из Интернета и текстовых источников. Есть наборы текстовых примеров и возможность скачать пробную версию разработанной системы. Материалы на русском языке. Ссылка работоспособна круглосуточно.

Персональные сайты специалистов в данной области

20. Авторский сайт Kurt Thearling	http://www.thearling.com/
    Приведена электронная версия книги данного автора, приведены некоторые из его публикаций. Небольшой перечень ссылок. Книгу стоит так же отмети для первоначального ознакомления с данной областью. Материалы на английском языке. Ссылка работоспособна круглосуточно.

21. Сайт R. Quinlan'а	http://www.rulequest.com/Personal/
    Персональная страница Росса Куинлана разработчика алгоритма C4.5. На этой странице ссылки на авторские публикации и на исходные коды разработанных автором алгоритмов. А так же переход на компанию основанную R. Quinlan'ом - RuleQuest. Материалы на английском языке. Ссылка работоспособна круглосуточно.

22. Сайт Robert Grossman'а	http://www.rgrossman.com/
    Авторская станица Robert Grossman директора лаборатории продвинутых вычислений (LAC) и национального цента США по извлечению знаний (NCDM) при университете Иллинойса(University of Illinois at Chicago). На сайте находиться около 80 научных и технических статей данного автора. Материалы на английском языке. Ссылка работоспособна круглосуточно.

Сайты периодических изданий

23. Сайт журнала DMreview	http://www.dmreview.com/
    Сайт одного из ведущих On-line журналов в области извлечения знаний. Множество авторских публикаций, архив выпусков, удобный поиск. Ссылки на множество исследовательских сайтов. Информация о проводимых семинарах, конференциях. Материалы на английском языке. Ссылка работоспособна круглосуточно.

24. Сайт журнала PCAI artificial intelligence	http://www.pcai.com/
    Содержит архив журнала, а также аннотации статей, которые содержаться в новых выпусках. Часть статей данного журнала посвящены проблеме извлечения знаний. Материалы на английском языке. Ссылка работоспособна круглосуточно.

25. Научно-теоретический журнал "Искусственный интеллект"	http://www.iai.donetsk.ua/general/frameset.php3?l=r&p=r&f=/general/iai_main.php3?l=r
    Журнал Донецкого государственного института искусственного интеллекта, имеет несколько интересных статей по извлечению знаний. Ввиду возможной не работоспособности ссылки можно попасть из главного сайта в разделе издания -> Научно-теоретический журнал "Искусственный интеллект". Материалы на русском и украинском языках.

26. Журнал «AI NEWS (Новости искусственного интеллекта)»

    http://www.ainews.ru/ru/index.php

    «AI NEWS (Новости искусственного интеллекта)» - научно-практический журнал издающийся Российской Ассоциацией Искусственного Интеллекта. Сайт данного журнала содержит аннотации к статьям журнала. К сожалению, выпуски представлены лишь до 2003 г. Одно из направлений которого - Интеллектуальный анализ данных (поиск закономерностей в данных, извлечение полезной информации из массивов «сырых данных» и т.д.) Материалы на русском языке. Ссылка работоспособна круглосуточно.

Сатьи и электронные книги

27. Акобир Шахиди, BaseGroup Labs - Деревья решений -- C4.5 математический аппарат.	http://basegroup.ru/trees/math_c45_part1.htm http://basegroup.ru/trees/math_c45_part2.htm
    Статья посвящена построению деревьев решений методом C4.5. Описаны теоретические выкладки и предложено алгоритмическое решение проблемы. Основой статьи стала книга Куинлана "С4.5 Программы для машинного обучения". Статья состоит из двух страниц связанных между собой гиперссылками. Материалы на русском языке. Ссылка работоспособна круглосуточно.

28. Андреев И., BaseGroup Labs - Деревья решений -- CART математический аппарат.

    http://www.basegroup.ru/trees/math_cart_part1.htm http://www.basegroup.ru/trees/math_cart_part2.htm

    Статья посвящена построению деревьев решений методом CART. Описаны теоретические выкладки и предложено алгоритмическое решение проблемы, проведен анализ эффективности предложенного метода. Основой статьи стала книга Breiman и др. "Classification and Regression Trees.". Статья состоит из двух страниц связанных между собой гиперссылками. Материалы на русском языке. Ссылка работоспособна круглосуточно.

29. Общие деревья классификации и регрессии	http://www.spc-consulting.ru/DMS/intro_gcrt.htm
    Сайт посвящен описанию теоретических основ работы с системой Statistica. В данной статье рассматриваются общие принципы построения деревьев решений. Материалы на русском языке. Ссылка работоспособна круглосуточно.

30. Дюк В.А. -Data Mining - интеллектуальный анализ данных	http://www.iteam.ru/publications/it/section_55/article_1448/print/
    Одна из лучших обзорных статей в области извлечения (формирования) знаний. Ознакомление с этой статьей рекомендуется для формирования начального представления о проблеме Data Mining. В статье описаны проблемная область, классификация методов решения, приведены перспективы развития Data Mining. Материалы на русском языке. Ссылка работоспособна круглосуточно.

31. Буклет от фирмы Two crows по введению в Data Mining	http://www.twocrows.com/intro-dm.pdf
    В приведенном буклете хорошо сформирована обзорная статья по Data Mining. Данная статья рассчитана для начинающих в данной области. Обоснована актуальность темы, приведена классификация методов извлечения знаний, обозначены основные проблемы развития данной области. Материалы на английском языке. Ссылка работоспособна круглосуточно.

32. Щербина А. - Основы извлечения знаний из Internet// Открытые системы, № 04 г.2003	http://www.citforum.ru/internet/webservers/mining.shtml
    В данной статье рассматривается технологические аспекты извлечение знаний. Хорошо рассмотрены методы сбора данных, их представления, извлечения знаний по средствам транзакций. Материалы на русском языке. Ссылка работоспособна круглосуточно.

33. Курс лекций - Чубукова И.А. -Учебный курс - Data Mining	http://www.intuit.ru/department/database/datamining/
    Курс знакомит слушателей с технологией Data Mining, подробно рассматриваются методы, инструментальные средства и применение Data Mining. Курс в достаточном объеме представляет методы извлечения знаний, а также инструментальные средства по извлечению знаний. По окончанию курса можно пройти экзамен для оценки собственных знаний. Материалы на русском языке. Ссылка работоспособна круглосуточно.

34. Дюк В.А. -Data Data Mining - состояние проблемы, новые решения	http://www.inftech.webservis.ru/it/database/datamining/ar1.html
    В статье рассматриваются современные проблемы извлечения знаний, в начале статьи представлено небольшое введение в Data Mining. Материалы на русском языке. Ссылка работоспособна круглосуточно.

35. Венкатеш Ганти, Йоханнес Герке, Раджу Рамакришнан - Добыча данных в сверхбольших базах данных - Открытые системы №09-10/1999	http://www.osp.ru/text/302/177842.html
    Данная статья рассматривает проблемы извлечения знаний (а именно классификации и кластеризации данных) из баз знаний большого объема. Рассмотрено несколько методик построения алгоритмов с учетом объема данных. Материалы на русском языке. Ссылка работоспособна круглосуточно.

36. Статья Carvalho D. R. Alex A. F. - "A Hybrid Decision Tree/Genetic Algorithm Method for Data Mining"	http://www.cs.kent.ac.uk/people/staff/aaf/pub_papers.dir/Info-Sci-J-2003.pdf
    Совместная статья великобританского и бразильского авторов. В данной статье рассматриваются гибридный метод извлечения знаний, основанный на комбинации метода деревьев решений и генетического алгоритма. Приводятся описание алгоритма на различных уровнях абстракции, приведен анализ его эффективности. Материал на английском языке. Ссылка работоспособна круглосуточно.

37. Статья Seppanen J. K., Bingham E., and Mannila H.-" A simple algorithm for topic identification in 0–1 data"

    http://citeseer.ist.psu.edu/rd/ 0%2C702341%2C1%2C0. 25%2CDownload/http: //citeseer.ist.psu.edu/cache/ papers/cs/33125/http:zSzzSzwww. cis.hut.fizSz%7EjkseppanzSzpubszSztopicmodels-pkdd2003.pdf/ a-simple-algorithm-for.pdf

    Статья содержит информацию об алгоритме поиска знаний в логических данных. Приведен новейший алгоритм извлечения знаний, опубликованы результаты эксперимента над алгоритмом, продемонстрированы результаты работы на реальными данными. Материал на английском языке. В виду возможной неработоспособности ссылки для чтобы найти статью можно воспользоваться поисковой системой сайта http://citeseer.ist.psu.edu/ и ввести название требуемой статьи.

38. Robert L. Grossman, Michal Sabala, Javid Alimohideen, Anushka Aanand, John Chaves, John Dillenburg, Steve Eick, Jason Leigh, Peter Nelson, Mike Papka, Doug Rorem, Rick Stevens, Steve Vejcik, Leland Wilkinson, and Pei Zhang, Real Time Change Detection and Alerts from Highway Traffic Data, ACM/IEEE SC 2005 Conference (SC'05)

    http://www.rgrossman.com/dl/proc-091.pdf

    В данной статье рассматривалась проблема уличного движения на улицах Чикаго. Данные о плотности движения снимались с 42000 датчиков каждый час. Из-за большого потока информации (около 850 GB за 11 месяцев) пришлось разрабатывать новые методы извлечения знаний. Разработка данных методов и весь этот эксперимент освещены в данной статье. Материал на английском языке. Ссылка работоспособна круглосуточно.

39. Robert L. Grossman, Yunhong Gu, Dave Hanley, Xinwei Hong, Dave Lillethun, Jorge Levera, Joe Mambretti, Marco Mazzucco, and Jeremy Weinberger, Photonic Data Services: Integrating Path, Network and Data Services to Support Next Generation Data Mining Applications, Data Mining: Next Generation Challenges and Future Directions, H. Kargupta, A. Joshi, K. Sivakumar, and Y. Yesha, editors, AAAI Press, 2004

    http://www.rgrossman.com/dl/proc-068.pdf

    В данной статье рассматривается проблема построения системы излечения знаний нового поколения. Особенностями данной системы является ориентация на распределенные базы данных, из которых будет проводиться извлечение, а также ориентацию на распределенную систему извлечения знаний. Также приведен экспериментальный образец системы извлечения знаний опирающийся на эти принципы. Материал на английском языке. Ссылка работоспособна круглосуточно.

40. Chetan Gupta, Robert L. Grossman, GenIc: A Single Pass Generalized Incremental Algorithm for Clustering, 2004 SIAM International Conference on Data Mining (SDM 04), to appear.	http://www.rgrossman.com/dl/proc-079.pdf
    В данной статье рассматривается построение нового алгоритма кластеризации названного GenIc. Особенностью данного алгоритма является его однопроходность. В данной статье приводиться сравнение разработанного метода с методом k-means. Материал на английском языке. Ссылка работоспособна круглосуточно.

41. Piatetsky-Shapiro G. ,Tamayo P. Microarray Data Mining: Facing the Challenges - SIGKDD Explorations, Dec 2003.

    http://www.acm.org/sigkdd/explorations/issue5-2/m00-intro.pdf

    В данной статье содержится информация об извлечении знаний с помощью микромассивов - подобия микромассивов ДНК. Данная статья носит обзорный характер, в ней приводятся ссылки на источники, в которых микромассивы применяются для классификации, кластеризации и визуализации знаний. Отмечается отличные результаты в применении данной технологии в биологических исследованиях. Материал на английском языке. Ссылка работоспособна круглосуточно.

42. Ларин С.(BaseGroup Labs), Ходжаева И. (Финансовая Академия при Правительстве РФ) - Дерево решений модель определения кредитоспособности физических лиц	http://www.it2b.ru/articles/razdel2/art2_4_22.php
    В данной статье речь пойдет об одном из методов оценки риска при кредитовании физических лиц, основанного на применении технологии интеллектуального анализа данных (Data Mining). Данная статья посвящена одному из ключевых моментов в кредитовании физических лиц – определению кредитоспособности потенциального заемщика. Материал на русском языке. Ссылка работоспособна круглосуточно.

43. S.Murthy. Automatic construction of decision trees from data: A Multi-disciplinary survey.1998.

    http://citeseer.ist.psu.edu/ rd/47917700%2C425188%2C1%2C0.25%2CDownload/ http://citeseer.ist.psu.edu/cache/papers/cs/21295/http: zSzzSzwww.itlabs.umn.eduzSzclasseszSzSpring-2000zSzcsci5980- dmzSzdecision-tree-survey.pdf/ murthy97automatic.pdf

    Данная книга рассматривает проблемы извлечения знаний. Основное внимание в данной книге уделяется деревьям решений. Приведена исчерпывающая классификация и приведены признаки, по которым происходит классификация. Материал на английском языке. В виду возможной неработоспособности ссылки для чтобы найти статью можно воспользоваться поисковой системой сайта http://citeseer.ist.psu.edu/ и ввести название требуемой статьи.

Печатные источники

44. Дюк В.А., Самойленко А.П. Data Mining: учебный курс – СПб: «Питер», 2001 – 368 с.

    печатный источник

    Данная книга является классическим русскоязычным источником. В этой хрестоматийной книге, содержится подробная классификация методов извлечения знаний и программных систем, которые основаны на указанных методах. Приведены теоретические основы всех методов, продемонстрированы все недостатки и достоинства. Данная книга расчина на начинающих в области извлечения знаний, с этой книги можно начать глубокое изучения проблем Data Mining. Так же книга дает обзорное состояние проблемы. Материал на русском языке.

45. Бонгард М.М. Проблема узнавания. М: Наука, 1967	печатный источник
    Классическая книга советской школы извлечения знаний посвященная алгоритмам извлечения знаний. В данной книге впервые приведен алгоритм извлечения знаний "Кора". Данный алгоритм основан на идее ограниченного перебор. Он хорошо извлекает не сложные закономерности из данных, а при увеличении глубины поиска резко увеличивается время работы. Материал на русском языке.

46. Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. - М.: Финансы и статистика, 1989.

    печатный источник

    Книга логически завершает справочные издания «Прикладная статистика: Основы моделирования и первичная обработка данных» 1983 г.) и «Прикладная статистика: Исследование зависимостей» 1985 г.). Рассматриваются задачи классификации объектов, снижения размерности Большое внимание уделяется разведочному статистическому анализу. Для специалистов, применяющих методы анализа данных. Материал на русском языке.

    Гаврилова Т.А., Хорошевский В.Ф. -Базы знаний интеллектуальных систем.-Сп.-б.:Питер-2001г.

    печатный источник

    Учебник для технических вузов по входящим в различные дисциплины вопросам разработки интеллектуальных систем - развивающейся области информатики. Актуальность предмета определяется растущим применением инженерии знании и системного анализа в различных областях деятельности. В учебнике учтена все возрастающая роль Интернета, и потому подробно рассматривается применение инженерии знаний в Сети. Материал на русском языке.

47. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. – М., 2006.

    печатный источник

    Книга посвящена вопросам «интеллектуальных вычислений». Содержит базовые знания о генетических алгоритмах, эволюционном программировании, нечетких системах, а также о связях этих направлений с нейронными сетями. Для научных и инженерно-технических работников в области информатики и вычислительной техники, занимающихся созданием и использованием интеллектуальных систем, а также аспирантов и студентов различных специальностей в области компьютерных технологий. Материал на русском языке.

48. Дюк В.А. Обработка данных на ПК в примерах. - СПб: Питер, 1997.

    печатный источник

    Книга содержит обзор современных программных продуктов для обработки данных. На реальных примерах демонстрируется технология взаимодействия пользователя с компьютерными системами анализа информации. Рассматриваются следующие области: базовые статистические процедуры, планирование эксперимента, контроль качества, анализ временных рядов, многомерные методы и анализ данных в системах искусственного интеллекта. Книга будет интересна не только специалистам в области прикладной статистики, но и всем, кто хочет научиться использовать возросшие возможности персонального компьютера по обработке информации. Материал на русском языке.

49. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? - Tandem Computers Inc., 1996.	печатный источник
    Книга содержит широчайший обзор проблем извлечения знаний и поиска скрытых закономерностей в данных. Содержит хороший анализ существующих методов и средств извлечения знаний, в книге представлены теоретические выкладки методов. Материал на английском языке.

50. J. Ross Quinlan. C4.5: Programs for Machine learning. Morgan Kaufmann Publishers 1993.	печатный источник
    Книга посвящена, алгоритму извлечения знаний C4.5. В книге рассматривается проблемы построения деревьев решений, разработана программная реализация указанного метода, к книге прилагается компакт диск с примерами программной реализации. Материал на английском языке.

Авторские работы и публикации

51. Чернов И.А., Мандрикова О.А., Федяев О.И. Автоматизированное излечение знаний из баз данных //Информатика и компьютерные технологии 2005/ Сб. трудов первой международной студенческой научно-технической конференции- Д. ДонНТУ- 2005,С. 257-258

    http://cs.donntu.ru/studconf/CS_2005_Proceedings.pdf

    Рассматривается задача автоматического извлечения знаний из баз данных, решение которой ускорит создание интеллектуальных систем принятия решений. В настоящее время для ее решения предложено много методов, составляющих новую технологию Data Mining. Данная описывает создание системы извлечения знаний и проблемы связанные с разработкой системы, описаны основные модули и их назначение. Материал на русском языке. Ссылка работоспособна круглосуточно.

52. Федяев О.И. Чернов И.А. Алгоритм построения деревьев решений для системы автоматизированного извлечения знаний // Компьютерный мониторинг и информацоинные технологии 2006 / Сб.трудов второй международной научной конференции студентов, аспирантов та молодых ученых- Д. ДонНТУ - 2006, 151-152	печатный источник
    В данной стать е рассматривается метод извлечения(формирования) знаний основанный на методе CART. Рассматривается модификация данного метода для нахождения более сложных закономерностей и для построения более компактного дерева решений. Материал на русском языке.

53. Федяев О.И. Чернов И.А. Извлечение знаний из медицинских данных для управления лечением// Интеллектуальный анализ информации ИАИ-2006/ Сб. статей - К. Просвита - 2006,С. 308-316

    печатный источник

    Рассматривается организация процесса автоматизированного  извлечения знаний из реляционных баз данных методом деревьев решений. Предложена общая структура системы, направленная на интеллектуальный анализ данных и принятие решений. Индуцирование знаний в системе выполняется по методу CART. Разработанная технология применяется для управления лечением травматизма на основе извлеченных знаний из статистических данных о характере травматизма и способах его лечения. Материал на русском языке.