математический спецкурс весеннего семестра 2011/2012-го года
Нестатистические методы анализа данных и классификации

Рязанов В.В.

Вторник, 16:20,
ауд. 605

Годовой спецкурс. Первое занятие - 28 февраля.

Весенний семестр  

  • Задачи кластерного анализа, меры близости, функции подобия.
  • Критерии качества кластеризации при заданном числе кластеров: дисперсионный и родственные критерии, основанные на матрицах рассеяния, след в качестве критерия, основанные на матрицах рассеяния, определитель матрицы внутригруппового рассеяния.
  • Критерии кластеризации при неизвестном числе кластеров, меры концентрации.
  • Итеративная оптимизация критериев кластеризации на примере дисперсионного критерия.
  • Алгоритмы иерархической группировки.
  • Критерии устойчивости кластеризаций и их вычисление
  • Алгоритмы кластеризации, основанные на поиске центров сгущений (алгоритмы к-средних, нечетких к-средних, ФОРЕЛЬ, построения оптимальных покрытий).
  • Эвристические алгоритмы кластеризации, алгоритмы «к-эталонов» и «взаимного поглощения».
  • Восстановление компонент смеси по заданной обучающей выборке.
  • Нейросетевые алгоритмы обучения и самообучения. Метод встречного распространения, сеть Хопфильда, алгоритмы Хэбба.
  • Логические корректоры для решения задач классификации.
  • Решение задач кластерного анализа коллективами алгоритмов, метод коллективных к-средних.
  • Комитетный синтез коллективных кластеризаций, критерии качества коллективных кластеризаций.
  • Нахождение оптимальных коллективных решений задачи кластерного анализа.
  • Эвристические методы построения коллективных кластеризаций и практические алгоритмы
  • Методы восстановления регрессионных зависимостей по прецедентам, основанные на решении задач распознавания и дискретной оптимизации

Подробности по ссылке

Комментарии и отзывы
Web hosting by Somee.com