This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques.
eng
dc.format
p. 21-31
eng
dc.language.iso
eng
eng
dc.relation.ispartof
Transport Problems, volume 11, issue: 3
eng
dc.rights
Práce není přístupná
eng
dc.subject
data mining
eng
dc.subject
prediction analysis
eng
dc.subject
ARIMA
eng
dc.subject
time series prediction
eng
dc.subject
transport
eng
dc.subject
dolování dat
cze
dc.subject
predikční analýza
cze
dc.subject
ARIMA
cze
dc.subject
predikce časových řad
cze
dc.subject
doprava
cze
dc.title
Data mining workspace as an optimization prediction technique for solving transport problems
eng
dc.title.alternative
Data mining jako technika odhadu optimalizace při řešení dopravních problémů
cze
dc.type
article
eng
dc.description.abstract-translated
Tento článek řeší studii, týkající se předpovídání časových řad v souvislosti s generováním nutných aktuálních rozhodnutí. Studie využívá dolování dat a modelování pro algoritmickou optimalizaci dosažení dopravních cílů. Získaná zjištění přinášejí adekvátní techniky pro sestavení predikčního modelu. Tento model bude použit pro analýzu budoucích transakčních nákladů v příhraniční oblasti České republiky. Predikční metody vhodné pro časové řady jsou exponenciální metoda, metoda ARIMA a neuronové sítě. Primárním cílem pro prediktivní scénář v dolování dat je poskytnout údaje o modelování rychleji a s větší univerzálností než ostatní manažerské techniky.