Проверяемый текст
Ананьев Николай Сергеевич. Методы и средства анализа данных в системах поддержки принятия решений (Диссертация 2005)
[стр. 25]

параметров наиболее значимы.
Например, при проведении маркетинга можно оценить, какие качества некоторого товара являются "подсознательно” определяющими для принятия решения о его покупке различными категориями потребителей.
Классификация (распознавание) данных и ситуаций Это одна из типовых задач анализа многомерных данных, которая носит название «распознавание с учителем» и решается методами дискриминантного анализа [7].
В таких задачах рассматривается конечное число типов (классов) объектов распознавания, которыми могут быть субъекты и объекты страхования, события, ситуации или процессы.
Объекты при этом должны быть описаны значениями числовых признаков (симптомов, показателей, параметров).
Информация о каждом классе задана с помощью набора объектов (наблюдений, прецедентов), про которые их принадлежность этому классу известна заранее.
Нужно найти критерии, по которым можно было бы относить объект к той или иной классификационной категории.
Поиск критериев делается на основе изучения характеристик уже расклассифицированных объектов и вывода правил классификации.
Алгоритмы распознавания могут применяться в любой области, где
объеюы и процессы описываются массивом многомерных данных, например, в медицинской и технической диагностике, при прогнозировании месторождений полезных ископаемых по данным геологической разведки и урожайности сельскохозяйственных культур по существующему состоянию растений; в распознавании скрытых социальных ситуаций по данным осуществляемых опросов и во многих других ситуациях.
В страховом деле, управлении обучением, в области социальной защиты могут решаться задачи распознавания субъектов, относящихся к некоторым выбранным классам или группам по определенной совокупности значений представляющих их характеристик.
Кластеризация данных
25
[стр. 23]

какие качества некоторого товара являются "подсознательно" определяющими для принятия решения о его покупке различными категориями потребителей.
Классификация (распознавание) данных и ситуаций Это одна из типовых задач анализа многомерных данных, которая носит название «распознавание с учителем» и решается методами дискриминантного анализа [7].
В таких задачах рассматривается конечное число типов (классов) объектов распознавания, которыми могут быть субъекты и объекты страхования, события, ситуации или процессы.
Объекты при этом должны быть описаны значениями числовых признаков (симптомов, показателей, параметров).
Информация о каждом классе задана с помощью набора объектов (наблюдений, прецедентов), про которые их принадлежность этому классу известна заранее.
Нужно найти критерии, по которым можно было бы относить объект к той или иной классификационной категории.
Поиск критериев делается на основе изучения характеристик уже расклассифицированных объектов и вывода правил классификации.
Алгоритмы распознавания могут применяться в любой области, где
объекты и процессы описываются массивом многомерных данных, например, в медицинской и технической диагностике, при прогнозировании месторождений полезных ископаемых по данным геологической разведки и урожайности сельскохозяйственных культур по существующему состоянию растений; в распознавании скрытых социальных ситуаций по данным осуществляемых опросов и во многих других ситуациях.
В страховом деле, управлении обучением, в области социальной защиты могут решаться задачи распознавания субъектов, относящихся к некоторым выбранным классам или группам по определенной совокупности значений представляющих их характеристик.
Кластеризация данных
Кластеризация также является задачей классификации, которая отличается от вышеописанной тем, что кластеризация осуществляется в 23

[Back]