Справка
x
Поиск
Закладки
Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
Системы искусственного интеллекта: модели и технологии, основанные на знаниях
Глава 21. Машинное обучение и интеллектуальный анализ данных
Поставить закладку
21.1. Проблемы обучения КС
Если Вы наш подписчик,то для того чтобы скопировать текст этой страницы в свой конспект,
используйте
просмотр в виде pdf
. Вам доступно 19 стр. из этой главы.
Для продолжения работы требуется
Регистрация
Предыдущая страница
Следующая страница
Оглавление
Предисловие
Cписок принятых сокращений
Введение
Глава 1. Основные понятия ИИ
+
Глава 2. Методы поиска решений в пространстве состояний
+
Глава 3. Решение задач методом разбиения на подзадачи
+
Глава 4. Модели представления знаний
+
Глава 5. Модель представления знаний в исчислении высказываний
+
Глава 6. Исчисление предикатов как метод представления знаний
+
Глава 7. Продукционная модель представления знаний
+
Глава 8. Представление знаний в виде семантической сети
+
Глава 9. Представление знаний в виде фреймов
+
Глава 10. Представление нечетких знаний
+
Глава 11. Псевдофизическая логика времени
+
Глава 12. Неточные рассуждения на основе фактора уверенности
+
Глава 13. Экспертные системы
+
Глава 14. Нечёткие экспертные системы
+
Глава 15. Инженерия знаний в интеллектуальных системах
+
Глава 16. Методологические и теоретические основы ситуационного анализа и проектирования модели предметной области
+
Глава 17. Метод ситуационного анализа и проектирования модели предметной области
+
Глава 18. Онтологии и онтологические системы
+
Глава 19. Введение в многоагентные системы
+
Глава 20. Системы когнитивного моделирования
+
Глава 21. Машинное обучение и интеллектуальный анализ данных
-
21.1. Проблемы обучения КС
21.2. Обучение с учителем и без учителя
21.3. Типы закономерностей
21.4. Типы моделей обучения
21.5. Методы извлечения знаний из данных
21.6. Интеллектуальный анализ данных - Data Mining
21.6.1. Кластеризация
21.6.2. Классификация
21.6.3. Ассоциация
21.6.4. Аналитическая платформа Deductor
21.6.5. Интеллектуальный анализ данных в системе поддержки принятия решений для противодействия распространению эпидемий
21.6.5.1. Проблема противодействия распространению эпидемий
21.6.5.2. Структура системы противодействия эпидемиям гриппа
21.6.5.3. Подготовка исходных данных
21.6.5.4. Интеллектуальный анализ данных
21.6.5.5. Моделирование развития эпидемии гриппа
21.7. Правдоподобные рассуждения
21.7.1. Эмпирические данные, модели, зависимости и гипотезы
21.7.2. Индукция
21.7.3. Роль дедукции
21.7.4. Фальсифицируемость
21.7.5. Повторяемость и абдукция
21.7.6. Формализация ППВ
21.7.6.1. Формализация дедуктивного рассуждения
21.7.6.2. Формализация индуктивного рассуждения
21.7.6.3. Формализация абдуктивного рассуждения
21.7.6.4. Формализация рассуждения по аналогии
21.8. Метод ДСМ
Вопросы для самопроверки и упражнения
Литература
Приложение А
+
Приложение B
+
Приложение C
+
Приложение D
+
Приложение Е
+
Данный блок поддерживает скрол*