| dc.contributor.author | Kozdrąj, Tomasz | |
| dc.date.accessioned | 2016-04-12T06:14:02Z | |
| dc.date.available | 2016-04-12T06:14:02Z | |
| dc.date.issued | 2005 | |
| dc.identifier.issn | 0208-6018 | |
| dc.identifier.uri | http://hdl.handle.net/11089/17776 | |
| dc.description.abstract | Sieci Bayesa są strukturami graficznymi będącymi skierowanymi grafami acyklicznymi
prezentującymi zależności pomiędzy zmiennymi losowymi. Znajdują one zastosowanie w dziedzinie
tzw. oprogramowania inteligentnego, a zwłaszcza w systemach ekspertowych. Artykuł ten porusza
problemy samych sieci bayesowskich, uczenia oraz ich zastosowania. Podjęto też próbę ich
aplikacji na polu zagadnień ekonomicznych związanych z rynkiem kapitałowym. | pl_PL |
| dc.description.abstract | Bayesian networks are directed acyclic graphs that represent dependencies between
variables in a probabilistic model. They are becoming an increasingly important area fог
research and applications in the entire field of Artificial Intelligence. This paper explores the
nature of implications for Bayesian networks beginning with an overview and comparison of
inferential statistics and Bayes’ Theorem. It presents the possibilities of applications of
Bayesian networks in a field of economic problems and also focuses on the problem of
learning. | pl_PL |
| dc.description.sponsorship | Zadanie pt. „Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki” nr 885/P-DUN/2014 zostało dofinansowane ze środków MNiSW w ramach działalności upowszechniającej naukę. | pl_PL |
| dc.language.iso | en | pl_PL |
| dc.publisher | Wydawnictwo Uniwersytetu Łódzkiego | pl_PL |
| dc.relation.ispartofseries | Acta Universitatis Lodziensis. Folia Oeconomica;194 | |
| dc.title | Remarks on Bayesian Networks and Their Applications | pl_PL |
| dc.title.alternative | Uwagi o sieciach bayesowskich i ich zastosowaniach | pl_PL |
| dc.type | Article | pl_PL |
| dc.rights.holder | © Copyright by Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2005 | pl_PL |
| dc.page.number | 249-259 | pl_PL |
| dc.contributor.authorAffiliation | University of Łódź, Chiar of Statistical Methods | pl_PL |
| dc.references | Bilmes J.A. (2000), Dynamic Bayesian multinets, [in:] Proceedings of the 16th conference on Uncertainty in Artificial Intelligence, Morgan Kaufmann Publishers, Stanford, California. | pl_PL |
| dc.references | Chickering D.M., Geiger D., Heckerman D. (1994), Learning Bayesian Network is NP-hard, Microsoft Research MSR-TR-94-17, Redmond. | pl_PL |
| dc.references | Diez F.J., Mira J. (1994), Distributed Reasoning and Learning in Bayesian Expert System, Dpto. Informatica y Automatica, UNED, Madrid. | pl_PL |
| dc.references | Domański Cz., Pruska K., Wagner W. (1998), Wnioskowanie statystyczne p rzy nieklasycznych założeniach, Wyd. UŁ, Łódź. | pl_PL |
| dc.references | Geiger D., Heckerman D. (1994), Learning Gaussian Networks, Microsoft Research MSR-TR-94- 10, Redmond. | pl_PL |
| dc.references | Ghabramani Z. (1997), Learning Dynamie Bayesian Networks, University of Toronto, Toronto. | pl_PL |
| dc.references | Heckerman D., Geiger D. (1995), Learning Bayesian Networks, Microsoft Research MSR-TR-95-02, Redmond. | pl_PL |
| dc.references | Krause P. (1998), Learning Probabilistic Retworks, technical report, Philips Research Labs, Redhill. | pl_PL |
| dc.references | Mulawka J.J. (1996), Systemy ekspertowe, WNT, Warszawa. | pl_PL |
| dc.references | Murphy K. (2001), An introduction to graphical models, http://www.cs.berkeley.edu/murphyk/ Bayes/bayes_lutorial.pdf | pl_PL |
| dc.references | Murphy K. (2002), Dynamic Bayesian Networks: Representation, Inference and Learning, PhD Thesis, UC Berkeley, Computer Science Division. | pl_PL |
| dc.references | Niedermayer D. (1998), An introduction to Bayesian networks and their contemporary applications, http://www.gprn.sk.ca/~daryle/papers/bayesian_networks/bayes.html | pl_PL |
| dc.references | Normand S.L., Tritchler D. (1992), Parameter updating in a Bayes network, Journal of American Statistical Association. | pl_PL |
| dc.references | Russel S., Binder J., Koller D. (1994), Adaptive Probabilistic Networks, technical report UCB/CSD-94-824, University of California, Berkley. | pl_PL |
| dc.references | Settimi R., Smith J.Q., Gargoum A.S. (1999), Approximate learning in Complex Dynamic Bayesian Networks, Engineering and Physical Sciences Research Council GR/K72254. | pl_PL |
| dc.references | J. Pearl, web page http://bayes.cs.ucla.edu/jp.home.html | pl_PL |
