PL EN


2012 | 3/2012 (38) | 124-147
Article title

Sieci neuronowe Kohonera w przeprowadzaniu analiz danych. Próba wykorzystania w eksploracji danych dotyczących jednostek terytorialnych

Content
Title variants
EN
Kohonen neural networks in data analysis. A usage attempt in data mining regerding geographic regions in Poland
Languages of publication
PL
Abstracts
PL
W artykule przedstawiono wyniki analiz mających na celu wykrywanie zależności zawartych w nagromadzonych danych, ich graficznej reprezentacji i interpretacji za pomocą sieci neuronowych Kohonena. W celu ilustracji analiz danych za pomocą sieci Kohonena posłużono się przykładami analizy danych dotyczących jednostek terytorialnych: punktów gastronomicznych w województwach, podmiotów gospodarczych z różnych sekcji Polskiej Klasyfikacji Działalności w podregionach oraz obiektów sportowych w powiatach. Analiza została przeprowadzona od zbioru najprostszego do najbardziej złożonego, czyli zawierającego najwięcej obserwacji i zmiennych. Na potrzeby analiz danych i ich interpretacji wykorzystywano oprogramowanie firmy SAS Institute Inc.
EN
In the article the authors present results of analyses aimed at detecting dependencies in the collected data, their graphical presentation and interpretation with the aid of Kohonen neural network. For illustration of data analyses with Kohonen techniques, examples concerning varied restaurants and catering business objects, business entities, sport facilities in provinces of Poland are presented. Analyses were performed on simple data sets as well as on more complex sets with many observations and variables. For the purpose of data analyses and the results’ interpretation, SAS software was used.
Keywords
Year
Issue
Pages
124-147
Physical description
Dates
published
2012-09-30
Contributors
author
References
  • Centrum Informacji Statystycznej 2011. Bank Danych Lokalnych, http://www.stat.gov.pl/bdl/app/strona.html?p_name=indeks, dostęp: 28.11.2011.
  • Centrum Informatyki Statystycznej 2011. Przewodnik po Banku Danych Lokalnych, http://www.stat.gov.pl/bdl/docs/opisy_bdl.pdf, dostęp: 28.11.2011.
  • Collica, R.S. 2007. CRM Segmentation and Clustering Using SAS Enterprise Miner, Cary: SAS Publishing, http://books.google.com/books?id=6IHA2amBGxwC&printsec=frontcover&hl=pl&source=gbs_atb#v=onepage&q&f=false, dostęp: 27.10.2011.
  • Kaski, S. i T. Kohonen 1996. Exploratory Data Analysis by the Self-Organizing Map: Structures of Welfare and Poverty in the World, w: A.-P. N. Refenes, Y. Abu-Mostafa, J. Moody i A. Weigend (red.) Neural Networks in Financial Engineering, Proceedings of the Third International Conference on Neural Networks in the Capital Markets, Singapure, http://citeseer.ist.psu.edu/viewdoc/download?doi=10.1.1.53.3954&rep=rep1&type=pdf, dostęp: 19.09.2011.
  • Kohonen, T. 1982. Self-Organized Formation of Topologically Correct Feature Maps. Biological Cybernetics, nr 43.
  • Kohonen, T. 1998. The Self-organizing Map. Neurocomputing, nr 21, https://han.buw.uw.edu.pl/han/atoz/v1s1.icm.edu.pl/pdflinks/11092521434903141.pdf, dostęp: 22.08.2011.
  • Kohonen, T. 2008. Data Management by Self-Organizing Maps, w: J.M. Zurada, G.G. Yen i J. Wang (red.) Computational Intelligence: Research Frontiers, Lecture Notes in Computer Science 5050, Hongkong: Springer, https://han.buw.uw.edu.pl/han/atoz/www.springerlink.com/content/8147v650748n2740/fulltext.pdf, dostęp: 9.11.2011.
  • Larose, D.T. 2006. Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, Warszawa: Wydawnictwo Naukowe PWN.
  • Lasek, M. 2004. Od danych do wiedzy. Metody i techniki „Data Mining”. Optimum. Studia ekonomiczne, nr 2 (22).
  • Lasek, M. 2007. Metody Data Mining w analizowaniu i prognozowaniu kondycji ekonomicznej przedsiębiorstw. Zastosowania SAS Enterprise Miner, Warszawa: Difin, rozdział 4.2.
  • Lasek, M. i M. Pęczkowski 2010. Metodyka procesu eksploracji danych SEMMA. Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego, nr 3.
  • Matignon, R. 2007. Data Mining Using SAS Enterprise Miner, New Jersey: John Wiley & Sons.
  • Myzik, A. 2012. Analiza przydatności sieci neuronowych Kohonena do eksploracji zbiorów danych dotyczących jednostek terytorialnych, praca magisterska pod kierunkiem
  • M. Lasek, Warszawa: Wydział Nauk Ekonomicznych, Uniwersytet Warszawski. Nguyen, P., Haughton, D. i I. Hudson 2009. Living Standards of Vietnamese Provinces: a Kohonen Map. Case Studies in Business, Industry and Government Statistics ( CS-BIGS), nr 2 (2), http://legacy.bentley.edu/csbigs/documents/nguyen.pdf, dostęp: 26.10.2011.
  • Osowski, S. 2006. Sieci neuronowe do przetwarzania informacji, Warszawa: Oficyna Wydawnicza Politechniki Warszawskiej.
  • SAS 2010. Dokumentacja programu SAS Enterprise Miner 6.2, Cary: SOM/Kohonen Node, SAS Institute Inc.
  • Tadeusiewicz, R. 2001. Wprowadzenie do sieci neuronowych, Kraków: StatSoft Polska.
  • Tarczyński, G. 2011. Algorytm Kohonena w analizie danych ekonomicznych, Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.
Document Type
Publication order reference
Identifiers
ISSN
1644-9584
YADDA identifier
bwmeta1.element.desklight-21b35ab4-9488-45df-a678-3444d99aa1c9
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.