Труды КНЦ вып.12 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 5/2021(12))

14.Quinlan J. Ross. C4.5: Programs for Machine learning. Morgan Kaufmann Publishers, 1993. 15.Муртаг Ф., Лежандр П. Метод иерархической агломеративной кластеризации Уорда: какие алгоритмы реализуют критерий Уорда? // J Classif, 2014. № 31. P p .274-295. 16.Sneath P. H. A. and Sokal R. R. Numerical Taxonomy: The Principles and Pratice of Numerical Classification. San Francisco: Freeman, 1973. 573 pp. 17.Hartigan J.A. and Wong M.A. Algorithm AS 136 A K-Means Clustering Algorithm // Journal of the Royal Statistical Society. Series C (Applied Statistics), 1979. № 28. Pp. 100-108. 18.Ганти В., Герке И., Рамакришнан Р. Добыча данных в сверхбольших базах данных //Открытые системы, 1999. № 9-10. 19.Zhang T., Ramakrishnan R., Livny M. BIRCH: an efficient data clustering method for very large databases // Proceedings of the 1996 ACM SIGMOD international conference on Management of data - SIGMOD '96. 1996. 20.Факторный дискриминантный и кластерный анализ: Пер. с англ. А. М. Хотинского, С. Б. Королева; Под ред. И. С. Енюкова. М.: Финансы и статистика, 1989. 215 с. 21.Мусаев А.А Алгоритмы аналитического управления производственными процессами // Автоматизация в промышленности, 2004. № 1. С. 30-35. 22.Swami A., Agrawal R., Imielinski T. Mining Associations between Sets of Items in Massive Databases // Proceedings of the ACM-SIGMOD 1993 Int'l Conference on Management of Data, Washington D.C., 1993. 23.Agrawal R., Srikant R. Fast Algorithms for Mining Association Rules // Proceedings of the 20th Int'l Conference on Very Large Databases, Santiago, Chile, 1994. 24.Savasere A., and Navathe S., Omiecinski E. An Efficient Algorithm for Mining Association Rules in Large Databases // Proceedings of the 21st Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco, 1995. Pp. 432-444. 25.Savasere A., and Navathe S., Omiecinski E. An Efficient Algorithm for Mining Association Rules in Large Databases // Proceedings of the 21st Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco, 1995. Pp. 432-444. 26.Brin S. et al. Dynamic Itemset Counting and Implication Rules for Market Basket Data // Proceedings of the ACM SIGMOD Int'l Conf. Management of Data, ACM Press, New York, 1997. Pp. 255-264. 27.Chen M., Park J. and Yu P. Efficient data mining for path traversal patterns // IEEE, Transactions on knowledge and data engineering, 1998. Pp. 209-221. 28.Savasere A., Omiecinski E., and Navathe S. An efficient algorithm for mining association rules in large databases // Proceedings of the 1995 Int. Conf. Very Large Data Bases (VLDB’95), Google Scholar, Zurich, Switzerland, 1995. Pp. 432-443. 29.Chernoff H. The Use of Faces to Represent Points in K-Dimensional Space Graphically // Journal of American Statistical Association, 1973. № 68. Pp. 361­ 368. 30.Brin S., Motwani R., Ullman J.D. and Tsur, S. Dynamic Itemset Counting and Implication Rules for Market Basket Data // Proceedings of the ACM SIGMOD International Conference on Management of Data (SIGMOD 1997), Tucson, 13-15 May, 1997, Pp. 265-276. 31.Игнатов Д.И. Анализ формальных понятий: от теории к практике // Доклады всероссийской научной конференции АИСТ'12 «Анализ изображений, сетей и 99