NeuraSYS
NeuraSYS
Strona główna
Projekty
Współpraca
Wystąpienia
Publikacje
Posty
Kontakt
Light
Dark
Automatic
Polski
English
Publications
Rodzaj
Prezentacja z konferencji
Artykuł w czasopiśmie
Data
2023
2021
2020
2018
2017
Wykorzystanie uczenia ze wzmocnieniem w problemach dyskretnej alokacji zasobów w zarządzaniu projektami – eksperyment symulacyjny
W artykule zbadano stosowalność metod głębokiego uczenia ze wzmocnieniem (DRL) do symulowanych problemów dyskretnej alokacji graniczonych zasobów w zarządzaniu projektami.
Filip Wójcik
PDF
Cytowanie
Projekt
Dokument źródłowy
Przełamać nieufność – metody zapewniania przejrzystości modeli uczenia maszynowego w zastosowaniach ekonomicznych
Prezentacja nowoczesnych metod wyjaśniania modeli uczenia maszynowego.
Filip Wójcik
PDF
Cytowanie
Dokument źródłowy
Głębokie sieci neuronowe, jako systemy rekomendacyjne: architektura, zastosowania, możliwości. Studium przypadku.
Publikacja preznetuje przykłady architektury, implementacji i możliwości systemów wykorzystujących głębokie sieci neuronowe, w konkretnych przypadkach biznesowych – na bazie danych sprzedaży platformy Amazon z 2018r.
Filip Wójcik
PDF
Cytowanie
Projekt
Dokument źródłowy
Improvement of e-commerce recommendation systems with deep hybrid collaborative filtering with content: A case study
A presentation of new algorithm for recommendations with hybrid deep learning architecture
Filip Wójcik
,
Michał Górnik
PDF
Cytowanie
Projekt
Slajdy
Dokument źródłowy
DOI
Prognozowanie dziennych obrotów przedsiębiorstwa za pomocą algorytmu XGBoost - studium przypadku
Analysis of XGBoost applications to financial forecasting and sales management.
Filip Wójcik
PDF
Cytowanie
Projekt
Slajdy
Dokument źródłowy
Detecting business-relevant attributes in rule-based classification
Modern decision support systems make use of machine learning and artificial intelligence to solve complicated problems. One of them is …
dr hab. Iwona Chomiak-Orsa, prof. UE
,
Filip Wójcik
PDF
Cytowanie
Dokument źródłowy
DOI
Cytowanie
×