Предлагается новый подход к решению задач интеллектуального анализа данных (Data Mining), основанный на использовании функции конкурентного сходства. Это позволяет оптимизировать создание сложных систем анализа данных и с единых позиций решать такие задачи, как автоматическая классификация, построение решающих функций, выбор подмножества информативных признаков, выбор опорных векторов, цензурирование выборки. Изложение этого нового материала желательно организовать в форме цикла из трех пар лекций,сопровождаемых примерами решения прикладных задач из области генетики, физики, психологии: 1. Что такое Data Mining. Классификация задач в области Data Mining. Гипотеза компактности. Меры сходства. Функция конкурентного сходства. 2. Построение решающих функций. Выбор опорных векторов. Выбор информативных признаков. 3. Автоматическая классификация. Задачи комбинированного типа.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 2006, Институт Вычислительной Математики и Математической Геофизики СО РАН, Новосибирск
© 2006, Сибирское отделение Российской академии наук, Новосибирск
Дата последней модификации: 06-Jul-2012 (11:52:51)