This HTML5 document contains 45 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
n13http://localhost/temp/predkladatel/
n4http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n14http://linked.opendata.cz/ontology/domain/vavai/
n17http://linked.opendata.cz/resource/domain/vavai/zamer/
shttp://schema.org/
skoshttp://www.w3.org/2004/02/skos/core#
n3http://linked.opendata.cz/ontology/domain/vavai/riv/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n16http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F60076658%3A12220%2F06%3A00007036%21RIV07-MSM-12220___/
n10http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n12http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n15http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n7http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n18http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n6http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n8http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F60076658%3A12220%2F06%3A00007036%21RIV07-MSM-12220___
rdf:type
n14:Vysledek skos:Concept
dcterms:description
The aim of this paper is to compare regression ability of neural nets with classical regression analysis. The paper presents the solution obtaineds via selected regression curve and via neural net on couple of data sets. Regression parameters were estimated with method of least squares, training of neural net procured using the backpropagation algorithm. To understand this contribution base knowledge of neural network issue and relevant terminology is reguired. Příspěvek se zabývá analýzou diskriminace provedenou prostřednictvím klasické statistické metody - diskriminační analýzy a diskriminací provedou s využitím strojového učení - neuronovými sítěmi. Výše zmíněnými metodami byly zpracovány ekonomické ukazatele obcí Jihočeského regionu za účelem nalezení vhodné diskriminace těchto obcí do dvou skupin dle salda migrace. Tedy na obce se zápornou a nezápornou migrací. Příspěvek se zabývá analýzou diskriminace provedenou prostřednictvím klasické statistické metody - diskriminační analýzy a diskriminací provedou s využitím strojového učení - neuronovými sítěmi. Výše zmíněnými metodami byly zpracovány ekonomické ukazatele obcí Jihočeského regionu za účelem nalezení vhodné diskriminace těchto obcí do dvou skupin dle salda migrace. Tedy na obce se zápornou a nezápornou migrací.
dcterms:title
Analýza diskriminačních schopností vybraných ekonomických ukazatelů Analýza diskriminačních schopností vybraných ekonomických ukazatelů Discriminant analysis skills sampled from economics indices
skos:prefLabel
Discriminant analysis skills sampled from economics indices Analýza diskriminačních schopností vybraných ekonomických ukazatelů Analýza diskriminačních schopností vybraných ekonomických ukazatelů
skos:notation
RIV/60076658:12220/06:00007036!RIV07-MSM-12220___
n3:strany
11-17
n3:aktivita
n7:S n7:Z
n3:aktivity
S, Z(MSM6007665806)
n3:cisloPeriodika
3
n3:dodaniDat
n8:2007
n3:domaciTvurceVysledku
n4:8231370 n4:9749489
n3:druhVysledku
n18:J
n3:duvernostUdaju
n12:S
n3:entitaPredkladatele
n16:predkladatel
n3:idSjednocenehoVysledku
465100
n3:idVysledku
RIV/60076658:12220/06:00007036
n3:jazykVysledku
n15:cze
n3:klicovaSlova
Discriminant analysis; regression analysis; neural nets; economics indices
n3:klicoveSlovo
n10:neural%20nets n10:regression%20analysis n10:Discriminant%20analysis n10:economics%20indices
n3:kodStatuVydavatele
SK - Slovenská republika
n3:kontrolniKodProRIV
[0C3C2CDD4E78]
n3:nazevZdroje
Forum Statisticum Slovacum
n3:obor
n6:BB
n3:pocetDomacichTvurcuVysledku
2
n3:pocetTvurcuVysledku
2
n3:rokUplatneniVysledku
n8:2006
n3:svazekPeriodika
2
n3:tvurceVysledku
Biskup, Roman Čermáková, Anna
n3:zamer
n17:MSM6007665806
s:issn
1336-7420
s:numberOfPages
7
n13:organizacniJednotka
12220