Пример готового доклада по предмету: Высшая математика
Содержание
Рассмотрим основные типы метрик, используемых для решения разного рода прикладных задач, в которых наборы признаков измеряются в различных шкалах: для количественных шкал (расстояния), для номинальных шкал (меры сходства) и для произвольных шкал. [3]
Рассмотрим каждый выделенный тип метрики подробнее.
Выдержка из текста
Все более широкое распространение в интеллектуальных системах, в том числе в распознавании образов, классификации и т. п., получают задачи обучения без учителя. Например, часто сотрудникам, не важно какой сферы, бывает необходимо автоматически классифицировать набор наблюдений и найти простое разбиение на такие классы, что объекты одного класса достаточно близки друг к другу, однако про классы ничего не известно [6].
В свою очередь важным этапом для решения поставленной задачи является определение типа метрики между объектами.
Список использованной литературы
1. Дюран, Б. Кластерный анализ [Текст]/ Б. Дюран, П. Оделл; под ред. А.Я. Боярского; пер. с англ. – М.: Статистика, 1977. – 128 с.
2. Котов А., Красильников Н. Кластеризация данных [Электронный ресурс].
– Режим доступа: http://logic.pdmi.ras.ru/~yura/internet/02ia-seminar-note.pdf .
3. Мандель, И. Д. Кластерный анализ. [Текст]/ И. Д. Мандель. – М.: Финансы и статистика,1988. – 176 с.
4. Уздин, Д. З. Новые меры близости, функции состояний и решающие правила в теории распознавания образов (состояний) [Текст]/ Д. З. Уздин. – М., 2015. – 95 с.
5. Ким, Дж.-О. Факторный, дискриминантный и кластерный анализ [Текст]/ Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; под ред. И. С. Енюкова; пер. с англ. – М.: Финансы и статистика, 1989. – 215 с.
6. Филатов, А.Ю. Конспект лекций по многомерным статистическим методам [Текст]/ А. Ю. Филатов. Учеб. пособие. – Иркутск: Иркут.ун-т, 2007. – 37 с.
