Математические методы распознавания (классификации с учителем) и прогноза.
1. Основные подходы для решения задач распознавания.
1.1. Задачи распознавания или классификации с учителем.
1.2. Алгоритмы распознавания по прецедентам (классификация с учителем).
1.2.1. Статистические алгоритмы распознавания.
Метод k-ближайших соседей.
Аппроксимация с помощью многомерных нормальных распределений.
1.2.2. Алгоритмы распознавания, основанные на построении разделяющих поверхностей.
Задача построения линейной разделяющей поверхности (гиперплоскости).
1.2.3. Метод потенциальных функций.
1.2.4. Нейросетевые модели распознавания.
1.2.5. Решающие деревья.
1.3. Алгоритмы распознавания, основанные на принципе частичной прецедентности
1.3.1. Тестовый алгоритм.
1.3.2. Алгоритмы распознавания с представительными наборами.
1.3.3. Алгоритмы распознавания, основанные на вычислении оценок.
1. Задание системы опорных множеств алгоритма.
2. Задание функции близости.
3. Оценка близости объекта S к эталонному объекту Si для заданной w-части.
4. Оценка объекта S за класс Kj для заданной w-части.
5. Оценка объекта S за класс Kj.
6. Решающее правило.
1.3.4. Оптимизация многопараметрических моделей распознавания.
1.3.5. Статистическое взвешенное голосование.
1.4. Алгебраический подход для решения задач распознавания и прогноза
1.4.1. Этапы развития теории распознавания и классификации по прецедентам.
1.4.2. Алгебраическая коррекция множеств распознающих алгоритмов.
1.4.3. Логическая коррекция множеств распознающих алгоритмов.
1.4.4. Выпуклый стабилизатор.
