Бази даних


Наукова періодика України - результати пошуку


Mozilla Firefox Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер
"Mozilla Firefox"

Вид пошуку
Повнотекстовий пошук
 Знайдено в інших БД:Книжкові видання та компакт-диски (13)Журнали та продовжувані видання (25)Автореферати дисертацій (1)Реферативна база даних (46)Авторитетний файл імен осіб (1)
Список видань за алфавітом назв:
A  B  C  D  E  F  G  H  I  J  L  M  N  O  P  R  S  T  U  V  W  
А  Б  В  Г  Ґ  Д  Е  Є  Ж  З  И  І  К  Л  М  Н  О  П  Р  С  Т  У  Ф  Х  Ц  Ч  Ш  Щ  Э  Ю  Я  

Авторський покажчик    Покажчик назв публікацій



Пошуковий запит: (<.>A=Лобур М$<.>)
Загальна кількість знайдених документів : 4
Представлено документи з 1 до 4
1.

Лобур М. В. 
Розроблення алгоритму скорочення матриць в залежності від їх розміру та вмісту [Електронний ресурс] / М. В. Лобур, Р. Д. Іванців, К. К. Колесник, Ю. Ю. Ханас // Технология приборостроения. - 2015. - № 2. - С. 29-31. - Режим доступу: http://nbuv.gov.ua/UJRN/Tp_2015_2_10
Попередній перегляд:   Завантажити - 206.224 Kb    Зміст випуску     Цитування
2.

Лобур М. В. 
Метод і алгоритм прогнозування рекомендацій для спільнот користувачів [Електронний ресурс] / М. В. Лобур, Ю. В. Стех, М. Є. Шварц // Квалілогія книги. - 2017. - № 1. - С. 88–93. - Режим доступу: http://nbuv.gov.ua/UJRN/Kk_2017_1_15
Попередній перегляд:   Завантажити - 604.065 Kb    Зміст випуску     Цитування
3.

Лобур М. В. 
Побудова асоціативних правил для прогнозування рекомендацій в колаборативних рекомендаційних системах [Електронний ресурс] / М. В. Лобур, Ю. В. Стех, М. Є. Шварц // Квалілогія книги. - 2017. - № 2. - С. 82–87. - Режим доступу: http://nbuv.gov.ua/UJRN/Kk_2017_2_15
Попередній перегляд:   Завантажити - 356.01 Kb    Зміст випуску     Цитування
4.

Лобур М. В. 
Моделі і методи прогнозування рекомендацій в колаборативних рекомендаційних системах [Електронний ресурс] / М. В. Лобур, М. Є. Шварц, В. СтехЮ. // Вісник Національного університету "Львівська політехніка". Серія : Інформаційні системи та мережі. - 2018. - № 901. - С. 68-75. - Режим доступу: http://nbuv.gov.ua/UJRN/VNULPICM_2018_901_9
Проаналізовано сучасний стан моделей і методів побудови рекомендаційних систем. Виділено основні класи задач, які вирішують рекомендаційні системи. Показано особливості застосування методу колаборативної (спільної) фільтрації. Розроблено метод мішаної категоріально-числової кластеризації для пошуку груп користувачів, який використовує числові рейтингові і демографічні характеристики користувачів; розроблено гібридний метод пошуку груп користувачів, який використовує коефіцієнт розрідженості матриці користувач-предмет.
Попередній перегляд:   Завантажити - 377.262 Kb    Зміст випуску    Реферативна БД     Цитування
 
Відділ наукової організації електронних інформаційних ресурсів
Пам`ятка користувача

Всі права захищені © Національна бібліотека України імені В. І. Вернадського