![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
|
![]() |
![]() |
||||||
![]() |
Eng | Rus | Ukr | ![]() |
![]() |
||||
![]() |
|||||||
![]() |
![]() |
||||||
![]() |
![]() |
![]() |
|||||
![]() |
Основы проектирования интеллектуальных систем
|
05.02.2009
|
![]() |
![]() |
|||
2. Модели и алгоритмы обучения и самообучения в задачах распознавания образов 2.1. Классификация моделей обучения. Формальная модель обучения. 2.2. Алгоритм обучения по Байесу. 2.3. Вероятностные итеративные алгоритмы обучения. Условия сходимости. 2.4. Постановка задачи самообучения и кластер-анализа. Критерии и метрики кластер-анализа. 2.5. Дисперсионный алгоритм самообучения (самопроизвольной классификации) с незаданным числом классов. 2.6. Агломеративный иерархический алгоритм кластер-анализа. 2.7. Алгоритмы самообучения, основанные на методе потенциальных функций. |
![]() |
||||||
![]() |
|||||||
Copyright © 2002-2004 | ![]() |
||||||
![]() |
![]() |