Лабораторные работы 2, 3
Входные данные
А: 0 1 1 0 0 1 1 0 0 1 1 0 1 0 0 1;
А: 0 1 1 1 0 1 1 0 0 1 1 0 1 0 1 0;
Б: 1 1 1 1 1 1 0 0 1 0 1 0 1 1 1 0;
Б: 0 0 1 1 0 0 1 0 0 1 1 0 0 1 0 0;
Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;
Г: 0 1 1 0 0 1 0 0 0 1 0 0 0 0 0 0;
Д: 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0;
Д: 0 1 1 0 0 1 1 0 0 1 1 0 1 0 1 0;
Е: 0 1 1 1 0 0 1 0 0 1 1 0 1 1 1 0;
Е: 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1;
В: 0 0 1 0 0 1 1 0 1 1 1 0 1 1 1 0;
В: 0 1 1 0 0 1 1 0 0 1 1 1 0 1 1 1;
Ж: 0 0 0 0 1 1 1 0 0 1 0 0 1 1 1 0;
Ж: 0 1 1 1 0 0 1 0 0 1 1 1 0 0 0 0;
Й: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;
Й: 1 1 0 0 1 1 1 0 0 1 1 0 0 0 0 0;
М: 0 1 1 0 0 1 1 0 1 1 1 1 1 0 0 1;
М: 0 0 0 0 1 1 1 1 1 0 0 1 1 0 0 1;
Я: 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 1;
Я: 0 1 1 0 0 1 1 0 1 1 1 0 1 1 1 0;
А: 0 1 1 0 0 1 1 0 1 1 1 0 0 0 0 0;
Б: 0 1 1 0 0 1 1 0 0 1 1 0 0 0 0 0;
Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 1 1 0;
Д: 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0;
Е: 0 0 0 0 0 1 1 0 0 1 1 0 0 1 1 0;
В: 1 1 1 0 1 1 1 0 1 0 0 1 1 1 1 1;
Ж: 1 1 1 1 0 1 1 0 0 1 1 0 1 1 1 1;
Й: 0 1 0 0 0 1 1 0 0 1 1 0 0 0 0 0;
М: 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1;
Я: 0 0 1 0 0 0 1 0 1 0 1 0 1 1 1 1;
Анализ информативности признаков
Используем 5 наиболее информативных признаков.
Информационные веса признаков (в относит. единицах):
Признак :
|
|
|
|
|
| Инф. вес:
| 1.000
| 1.000
| 1.000
| 0.667
| 0.667
|
Анализ наличия одинаковых векторов
5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.
Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;
Й: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;
Векторы совпали и будут исключены
Результаты рабочего распознавания анализом информативности признаков
Из первой группы был распознан всего 1 образец. Было допущено 4 ошибки.
Общее число ошибок составило 40%.
Метод работает неудовлетворительно.
Результаты рабочего распознавания методом комитета старшинства:
Из первой группы был распознан всего 1 образец, из второй группы – 4. Было допущено 5 ошибок.
Общее число ошибок составило 50%.
Метод работает неудовлетворительно.
Листинг
*******************************************************************************
*******************************************************************************
** 12 января 2010 г. 13час. 03мин. 18сек. **
** **
** Пакет КВАЗАР-ПЭВМ (вер. 2.4 для IBM PC) **
** (разработан в ИММ УрО РАН, г.Екатеpинбуpг) **
** **
** сеанс lab2 **
*******************************************************************************
*******************************************************************************
Имя файла, содержащего массив обрабатываемых данных - data\lab2.dat
Число векторов в массиве - 30
Число признаков (размерность векторов) - 16
*******************************************************************************
***** ВВОД МАССИВА ВЕКТОРОВ *****
*******************************************************************************
*******************************************************************************
***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****
Количество классов - 2
Номера векторов 1-го класса:
1-10.
Номера векторов 2-го класса:
11-20.
Номера векторов, предназначенных для рабочего распознавания:
21-30.
Пользователем предложено использовать при решении задачи 5 наиболее
информативных призн.
Обучение будет проводиться с контролем на проверочной выборке.
Разбиение на обучающую и проверочную выборки будет производиться
по результатам таксономии.
В проверочную выборку предлагается включить 10.00% векторов.
Для решения задачи выбран метод потенциальных функций.
*******************************************************************************
***** АНАЛИЗ ИНФОРМАТИВННОСТИ ПРИЗНАКОВ *****
Информационные веса признаков (в относит. единицах):
-------------------------------------------------------------------------------
Признак : 3 4 12 9 16 7 15 5 14 2
-------------------------------------------------------------------------------
Инф. вес: 1.000 1.000 1.000 0.667 0.667 0.667 0.333 0.333 0.333 0.333
-------------------------------------------------------------------------------
-------------------------------------------------------------------------------
Признак : 6 11 1 8 10 13
-------------------------------------------------------------------------------
Инф. вес: 0.333 0.333 0.000 0.000 0.000 0.000
-------------------------------------------------------------------------------
*******************************************************************************
***** ФОРМИРОВАНИЕ ОБУЧАЮЩЕЙ И ПРОВЕРОЧНОЙ ВЫБОРОК *****
Способ формирования: через таксономию векторов.
Формирование выборок для 1-го класса:
Объем обучающей выборки - 9 вект., проверочной - 1 вект.
Номера векторов 1 класса, вошедших в проверочную выборку:
1.
Формирование выборок для 2-го класса:
Объем обучающей выборки - 9 вект., проверочной - 1 вект.
Номера векторов 2 класса, вошедших в проверочную выборку:
17.
Общий объем обучающей выборки - 18 вект., проверочной - 2 вект.
*******************************************************************************
***** АНАЛИЗ МАТЕРИАЛА ОБУЧЕНИЯ НА НАЛИЧИЕ ОДИНАКОВЫХ ВЕКТОРОВ *****
Обнаружены следующие одинаковые векторы:
2 (класс 1) и 4 (класс 1). Вектор 4 будет исключен из обучения.
2 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.
4 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.
5 (класс 1) и 13 (класс 2). Оба вектора будут исключены из обучения.
5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.
5 (класс 1) и 16 (класс 2). Оба вектора будут исключены из обучения.
6 (класс 1) и 7 (класс 1). Вектор 7 будет исключен из обучения.
6 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.
7 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.
10 (класс 1) и 18 (класс 2). Оба вектора будут исключены из обучения.
11 (класс 2) и 20 (класс 2). Вектор 20 будет исключен из обучения.
13 (класс 2) и 15 (класс 2). Вектор 15 будет исключен из обучения.
13 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.
15 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.
Всего из материала обучения будет исключено 11 вект.
-------------------------------------------------------------------------------
***** ОБУЧЕНИЕ МЕТОДОМ ПОТЕНЦИАЛОВ *****
Процент pаспознавания матеpиала обучения после каждой итерации:
-------------------------------------------------------------------------------
100.00
-------------------------------------------------------------------------------
Процент распознавания векторов обучающей выборки 100.00
РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:
Процент правильного распознавания векторов проверочной выборки 50.00
В том числе по классам:
-------------------------------------------------------------------------------
Класс : 1 2
Процент: 0.00 100.00
-------------------------------------------------------------------------------
Информация об ошибках классификации векторов контроля:
-------------------------------------------------------------------------------
Вектор: 1
из класса: 1
отнесен к классу: 2
-------------------------------------------------------------------------------
РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:
-------------------------------------------------------------------------------
Вектор: 21 22 23 24 25 26 27 28 29 30
Класс: 2 1 2 2 2 2 2 2 2 2
-------------------------------------------------------------------------------
Программа обучения завершила свою работу.
*******************************************************************************
*******************************************************************************
*******************************************************************************
***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****
*******************************************************************************
*******************************************************************************
*******************************************************************************
***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****
*******************************************************************************
*******************************************************************************
*******************************************************************************
***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****
Количество классов - 2
Номера векторов 1-го класса:
1-10.
Номера векторов 2-го класса:
11-20.
Номера векторов, предназначенных для рабочего распознавания:
21-30.
Пользователем предложено использовать при решении задачи 5 наиболее
информативных призн.
Обучение будет проводиться с контролем на проверочной выборке.
Разбиение на обучающую и проверочную выборки будет производиться
по результатам таксономии.
В проверочную выборку предлагается включить 10.00% векторов.
Для решения задачи выбран метод комитетов с логикой старшинства.
*******************************************************************************
***** АНАЛИЗ ИНФОРМАТИВННОСТИ ПРИЗНАКОВ *****
Информационные веса признаков (в относит. единицах):
-------------------------------------------------------------------------------
Признак : 3 4 12 9 16 7 15 5 14 2
-------------------------------------------------------------------------------
Инф. вес: 1.000 1.000 1.000 0.667 0.667 0.667 0.333 0.333 0.333 0.333
-------------------------------------------------------------------------------
-------------------------------------------------------------------------------
Признак : 6 11 1 8 10 13
-------------------------------------------------------------------------------
Инф. вес: 0.333 0.333 0.000 0.000 0.000 0.000
-------------------------------------------------------------------------------
*******************************************************************************
***** ФОРМИРОВАНИЕ ОБУЧАЮЩЕЙ И ПРОВЕРОЧНОЙ ВЫБОРОК *****
Способ формирования: через таксономию векторов.
Формирование выборок для 1-го класса:
Объем обучающей выборки - 9 вект., проверочной - 1 вект.
Номера векторов 1 класса, вошедших в проверочную выборку:
1.
Формирование выборок для 2-го класса:
Объем обучающей выборки - 9 вект., проверочной - 1 вект.
Номера векторов 2 класса, вошедших в проверочную выборку:
17.
Общий объем обучающей выборки - 18 вект., проверочной - 2 вект.
*******************************************************************************
***** АНАЛИЗ МАТЕРИАЛА ОБУЧЕНИЯ НА НАЛИЧИЕ ОДИНАКОВЫХ ВЕКТОРОВ *****
Обнаружены следующие одинаковые векторы:
2 (класс 1) и 4 (класс 1). Вектор 4 будет исключен из обучения.
2 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.
4 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.
5 (класс 1) и 13 (класс 2). Оба вектора будут исключены из обучения.
5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.
5 (класс 1) и 16 (класс 2). Оба вектора будут исключены из обучения.
6 (класс 1) и 7 (класс 1). Вектор 7 будет исключен из обучения.
6 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.
7 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.
10 (класс 1) и 18 (класс 2). Оба вектора будут исключены из обучения.
11 (класс 2) и 20 (класс 2). Вектор 20 будет исключен из обучения.
13 (класс 2) и 15 (класс 2). Вектор 15 будет исключен из обучения.
13 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.
15 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.
Всего из материала обучения будет исключено 11 вект.
-------------------------------------------------------------------------------
***** ОБУЧЕНИЕ МЕТОДОМ КОМИТЕТОВ СТАРШИНСТВА *****
Значение параметра KBK равно -132.00
Информация о процессе построения комитета:
-------------------------------------------------------------------------------
ЧЧК 5
% обуч 100.00
-------------------------------------------------------------------------------
Количество членов комитета: 5.
Процент распознавания векторов обучающей выборки 100.00.
Предпринята попытка оптимизации числа членов комитета.
Характеристики полученного комитета:
---------------------------------------------------------------
| Номер члена | Тип | Возраст | Количество отсе- | Количество |
| комитета | | | каемых векторов | ошибок |
---------------------------------------------------------------
| 1 | 1 | 3 | 3 | 0 |
| 2 | 2 | 1 | 1 | 0 |
| 3 | 2 | 1 | 1 | 0 |
| 4 | 2 | 1 | 1 | 0 |
| 5 | 2 | 1 | 1 | 0 |
---------------------------------------------------------------
Количество членов комитета после оптимизации: 5.
Процент распознавания векторов обучающей выборки 100.00.
РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:
Общий процент правильно классифицированных векторов контроля: 50.00
В том числе по классам:
-------------------------------------------------------------------------------
Класс : 1 2
Процент: 0.00 100.00
-------------------------------------------------------------------------------
Информация об ошибках классификации векторов контроля:
-------------------------------------------------------------------
Номер вектора : 1
-------------------------------------------------------------------
из класса : 1
отнесен к классу: 2
членом комитета : 5
-------------------------------------------------------------------
РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:
-------------------------------------------------------------------
Номер вектора : 21 22 23 24 25 26 27 28 29 30
-------------------------------------------------------------------
отнесен к классу: 2 1 2 2 2 2 1 2 2 2
членом комитета : 2 1 5 4 5 5 1 5 5 5
-------------------------------------------------------------------
*******************************************************************************
*******************************************************************************
Для решения задачи выбран метод комитетов с логикой большинства.
*******************************************************************************
***** ОБУЧЕНИЕ МЕТОДОМ ОДНОРОДНЫХ КОМИТЕТОВ БОЛЬШИНСТВА *****
*******************************************************************************
*******************************************************************************
Для решения задачи выбран рекуррентный алгоритм....
*******************************************************************************
***** ОБУЧЕНИЕ РЕКУРРЕНТНЫМ АЛГОРИТМОМ ЛИНЕЙНОГО РАЗДЕЛЕНИЯ *****
*******************************************************************************
*******************************************************************************
*******************************************************************************
ЛИСТИНГ
*******************************************************************************
*******************************************************************************
** 15 января 2008 г. 15час. 52мин. 08сек. **
** **
** Пакет КВАЗАР-ПЭВМ (вер. 2.4 для IBM PC) **
** (разработан в ИММ УрО РАН, г.Екатеpинбуpг) **
** **
** сеанс 11dv **
*******************************************************************************
*******************************************************************************
Имя файла, содержащего массив обрабатываемых данных - data\35011.dat
Число векторов в массиве - 40
Число признаков (размерность векторов) - 16
*******************************************************************************
***** ВВОД МАССИВА ВЕКТОРОВ *****
*******************************************************************************
*******************************************************************************
***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****
Количество классов - 2
Номера векторов 1-го класса:
1-16.
Номера векторов 2-го класса:
17-29.
Номера векторов, предназначенных для рабочего распознавания:
30-40.
Пользователем предложено использовать при решении задачи 9 наиболее
информативных призн.
Обучение будет проводиться с контролем на проверочной выборке.
Разбиение на обучающую и проверочную выборки будет производиться
по результатам таксономии.
В проверочную выборку предлагается включить 10.00% векторов.
Для решения задачи выбран метод потенциальных функций.
*******************************************************************************
***** АНАЛИЗ ИНФОРМАТИВННОСТИ ПРИЗНАКОВ *****
Информационные веса признаков (в относит. единицах):
-------------------------------------------------------------------------------
Признак : 2 8 12 13 5 15 9 16 7 6
-------------------------------------------------------------------------------
Инф. вес: 1.000 0.704 0.662 0.535 0.437 0.408 0.254 0.254 0.239 0.113
-------------------------------------------------------------------------------
-------------------------------------------------------------------------------
Признак : 4 11 1 14 10 3
-------------------------------------------------------------------------------
Инф. вес: 0.099 0.070 0.056 0.042 0.014 0.000
-------------------------------------------------------------------------------
*******************************************************************************
***** ФОРМИРОВАНИЕ ОБУЧАЮЩЕЙ И ПРОВЕРОЧНОЙ ВЫБОРОК *****
Способ формирования: через таксономию векторов.
Формирование выборок для 1-го класса:
Объем обучающей выборки - 15 вект., проверочной - 1 вект.
Номера векторов 1 класса, вошедших в проверочную выборку:
7.
Формирование выборок для 2-го класса:
Объем обучающей выборки - 12 вект., проверочной - 1 вект.
Номера векторов 2 класса, вошедших в проверочную выборку:
25.
Общий объем обучающей выборки - 27 вект., проверочной - 2 вект.
*******************************************************************************
***** АНАЛИЗ МАТЕРИАЛА ОБУЧЕНИЯ НА НАЛИЧИЕ ОДИНАКОВЫХ ВЕКТОРОВ *****
Обнаружены следующие одинаковые векторы:
2 (класс 1) и 6 (класс 1). Вектор 6 будет исключен из обучения.
2 (класс 1) и 14 (класс 1). Вектор 14 будет исключен из обучения.
5 (класс 1) и 10 (класс 1). Вектор 10 будет исключен из обучения.
5 (класс 1) и 22 (класс 2). Оба вектора будут исключены из обучения.
6 (класс 1) и 14 (класс 1). Вектор 14 будет исключен из обучения.
8 (класс 1) и 20 (класс 2). Оба вектора будут исключены из обучения.
8 (класс 1) и 23 (класс 2). Оба вектора будут исключены из обучения.
8 (класс 1) и 24 (класс 2). Оба вектора будут исключены из обучения.
8 (класс 1) и 27 (класс 2). Оба вектора будут исключены из обучения.
10 (класс 1) и 22 (класс 2). Оба вектора будут исключены из обучения.
13 (класс 1) и 19 (класс 2). Оба вектора будут исключены из обучения.
20 (класс 2) и 23 (класс 2). Вектор 23 будет исключен из обучения.
20 (класс 2) и 24 (класс 2). Вектор 24 будет исключен из обучения.
20 (класс 2) и 27 (класс 2). Вектор 27 будет исключен из обучения.
23 (класс 2) и 24 (класс 2). Вектор 24 будет исключен из обучения.
23 (класс 2) и 27 (класс 2). Вектор 27 будет исключен из обучения.
24 (класс 2) и 27 (класс 2). Вектор 27 будет исключен из обучения.
Всего из материала обучения будет исключено 12 вект.
-------------------------------------------------------------------------------
***** ОБУЧЕНИЕ МЕТОДОМ ПОТЕНЦИАЛОВ *****
Процент pаспознавания матеpиала обучения после каждой итерации:
-------------------------------------------------------------------------------
100.00
-------------------------------------------------------------------------------
Процент распознавания векторов обучающей выборки 100.00
РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:
Процент правильного распознавания векторов проверочной выборки 50.00
В том числе по классам:
-------------------------------------------------------------------------------
Класс : 1 2
Процент: 100.00 0.00
-------------------------------------------------------------------------------
Информация об ошибках классификации векторов контроля:
-------------------------------------------------------------------------------
Вектор: 25
из класса: 2
отнесен к классу: 1
-------------------------------------------------------------------------------
РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:
-------------------------------------------------------------------------------
Вектор: 30 31 32 33 34 35 36 37 38 39
Класс: 1 1 2 1 2 2 2 2 2 1
-------------------------------------------------------------------------------
Вектор: 40
Класс: 1
-------------------------------------------------------------------------------
Программа обучения завершила свою работу.
*******************************************************************************
*******************************************************************************
Для решения задачи выбран метод комитетов с логикой старшинства.
*******************************************************************************
***** ОБУЧЕНИЕ МЕТОДОМ КОМИТЕТОВ СТАРШИНСТВА *****
Значение параметра KBK равно -132.00
Информация о процессе построения комитета:
-------------------------------------------------------------------------------
ЧЧК 6 6 6 6
% обуч 80.00 80.00 93.33 100.00
-------------------------------------------------------------------------------
Количество членов комитета: 6.
Процент распознавания векторов обучающей выборки 100.00.
Предпринята попытка оптимизации числа членов комитета.
Характеристики полученного комитета:
---------------------------------------------------------------
| Номер члена | Тип | Возраст | Количество отсе- | Количество |
| комитета | | | каемых векторов | ошибок |
---------------------------------------------------------------
| 1 | 1 | 9 | 2 | 0 |
| 2 | 1 | 9 | 7 | 0 |
| 3 | 2 | 4 | 2 | 0 |
| 4 | 2 | 4 | 2 | 0 |
| 5 | 2 | 2 | 1 | 0 |
| 6 | 2 | 2 | 1 | 0 |
---------------------------------------------------------------
Количество членов комитета после оптимизации: 6.
Процент распознавания векторов обучающей выборки 100.00.
РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:
Общий процент правильно классифицированных векторов контроля: 50.00
В том числе по классам:
-------------------------------------------------------------------------------
Класс : 1 2
Процент: 100.00 0.00
-------------------------------------------------------------------------------
Информация об ошибках классификации векторов контроля:
-------------------------------------------------------------------
Номер вектора : 25
-------------------------------------------------------------------
из класса : 2
отнесен к классу: 1
членом комитета : 1
-------------------------------------------------------------------
РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:
-------------------------------------------------------------------
Номер вектора : 30 31 32 33 34 35 36 37 38 39
-------------------------------------------------------------------
отнесен к классу: 1 2 2 2 2 2 2 2 2 1
членом комитета : 2 6 4 6 6 6 6 6 3 2
-------------------------------------------------------------------
-------------------------------------------------------------------
Номер вектора : 40
-------------------------------------------------------------------
отнесен к классу: 2 (ошибки считаются по «отнесённым к классу»)
членом комитета : 6
-------------------------------------------------------------------
*******************************************************************************
*******************************************************************************
Для решения задачи выбран метод комитетов с логикой большинства.
*******************************************************************************
***** ОБУЧЕНИЕ МЕТОДОМ ОДНОРОДНЫХ КОМИТЕТОВ БОЛЬШИНСТВА *****
*******************************************************************************
*******************************************************************************
Для решения задачи выбран рекуррентный алгоритм....
*******************************************************************************
***** ОБУЧЕНИЕ РЕКУРРЕНТНЫМ АЛГОРИТМОМ ЛИНЕЙНОГО РАЗДЕЛЕНИЯ *****
Анализ результатов листинга(лаб. 3)
Название метода
| % обучения
| % проверки (распознавания на контроле)
| % контрольной выборки (рабочее распознавание)
| Оценка метода
| Потенциал
|
(всегда 100% )
| 50 (неуд)
| 60 (4ошибки из 10)
| Неуд
| Комитетов старшинства
| …
| 50 (неуд)
| 50 (5 из 5)
| Неуд
| Однородных комитетов старшинства
| …
| …
| …
| …
| …
| Математически доказано что всегда равняется 100%
| …
| …
|
|
Библиографический список
1. Компьютер для менеджера / Под ред. Комягина В.Б. / Практическое пособие в 2 т. – М.: Изд-во ТРИУМФ, 1998. 416 с.
2. Козырев А.А. Информационные технологии в экономике и управлении: Учебник. СПб.: Изд-во Михайлова В.А., 2000. 360 с.
3. Управление проектами И.И.Мазур, В.Д.Шапиро, Н.Г.Ольдерогге. М.: Высшая школа, 2001. 875 с.
4. Путеводитель в мир управления проектами: Пер. с англ./ Под ред. Ю.Л.Эткинда. Екатеринбург: УГТУ, 1998. 191 с.
Поиск по сайту:
|