HgIS

Správa a analýza dat o životním prostředí
Environmental data management and analysis

Uživatelské nástroje

Nástroje pro tento web


cs:simple

Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

Odkaz na výstup diff

Obě strany předchozí revize Předchozí verze
Následující verze
Předchozí verze
cs:simple [2020-02-29]
Kamil Nešetřil [O dobré praxi v modelování – více přiměřeně komplexních modelů]
cs:simple [2020-03-09] (aktuální)
Řádek 2: Řádek 2:
 ... a o matematických modelech obecně ... a o matematických modelech obecně
  
-> HgIS pomáhá formulovat alternativní koncepční modely a umožňuje implementovat jednoduché procedurální (tj. výpočetní) modely. Prezentované [[cs:​casestudies|]] je možné implementovat ​v HgIS jejich výsledky lze zobrazovat v\_online aplikaci, přičemž se výsledky aktualizují na základě nových dat. +> HgIS pomáhá formulovat alternativní koncepční modely a umožňuje implementovat jednoduché procedurální (tj. výpočetní) modely. Prezentované [[cs:​casestudies|]] je možné implementovat a zobrazovat v HgIS, přičemž se výsledky aktualizují na základě nových dat. 
 > Navíc platforma Pentaho umožňuje((plugin [[https://​community.hitachivantara.com/​community/​products-and-solutions/​pentaho/​blog/​2018/​03/​06/​operationalizing-machine-learning|Machine Intelligence]])) spustit model založený na datech (např. neuronovou síť) s využitím různých implementací:​ R, Python, Weka a Deeplearning4j. > Navíc platforma Pentaho umožňuje((plugin [[https://​community.hitachivantara.com/​community/​products-and-solutions/​pentaho/​blog/​2018/​03/​06/​operationalizing-machine-learning|Machine Intelligence]])) spustit model založený na datech (např. neuronovou síť) s využitím různých implementací:​ R, Python, Weka a Deeplearning4j.
  
cs/simple.txt · Poslední úprava: 2020-03-09

Nástroje pro stránku