Автор статьи
Валерия
Эксперт по сдаче вступительных испытаний в ВУЗах
| Тема 3. Первичный анализ данных и их реализация в системе MATLAB. |
|
| Тема 4. Анализ признаков и оценка их информативности. |
|
| Тема 5. Базовые методы ИАД |
|
| Тема 6. Применение ИАД в задачах СППР |
|
| Тема 7. Информационные технологии в ИАД |
|
| Тема 8. Нейросетевые технологии в ИАД |
|
6.1 Контрольные вопросы промежуточной аттестации (по итогам изучения курса)
- Данные и модели их представления.
- Системы поддержки принятия решений (СППР).
- Роль и место интеллектуального анализа данных в СППР.
- Задачи ИАД.
- Алгебра матриц.
- Функции многих переменных.
- Необходимые и достаточные условия существования экстремумов применительно к квадратичным формам.
- Типы шкал.
- Допустимые преобразования в шкалах.
- Проверка истинности утверждений.
- Статистическая выборка.
- Числовые характеристики распределений.
- Комплексные числа и их применение при визуализации многомерных данных.
- Методы и алгоритмы оцифровки графиков.
- Методы и алгоритмы обработки изображений.
- Простые и сложные признаки и способы оценки их информативности.
- Алгоритмы поиска систем информативных признаков.
- Матрица объект-признак и её статистические характеристики.
- Проблема сжатия данных.
- Разнотипные данные и методы их обработки.
- Задача поиска логических закономерностей.
- Методы классификации и прогнозирования.
- Задачи кластерного анализа.
- Иерархические и итеративные методы кластеризации.
- Особенности кластеризации в качественных и количественных шкалах.
- Кластеризация данных по матрице объект-признак.
- Кластеризация данных по матрице связи.
- Назначение компонентного и факторного анализа.
- Сходство и различие компонентного и факторного анализа.
- Применение компонентного и факторного анализа к задачам ИАД.
- Методы распознавания образов с учителем и без учителя.
- Задачи принятия решений.
- Метод анализа иерархий.
- Модификации метода анализа иерархий в интересах реализации интеллектуальных подсказок пользователям.
- Основные понятия когнитивного моделирования.
- Инструментальные средства ИАД применительно к задачам СППР.
- Направления развития ИАД.
- Направления развития современных информационных технологий в СППР.
- Краткая история нейрокомпьютинга.
- Задачи ИАД на основе искусственных нейронных сетей.
- Место нейронных сетей среди других методов решения задач
- Информационный подход к моделированию нейрона.
- Биологический подход к моделированию нейрона.
- Структура искусственной нейронной сети.
- Структура двухуровневого персептрона, многоуровневого персептрона (МСП).
- Особенности структуры нейронных сетей и ее влияние на свойства сети.
- Алгоритм решения задач с помощью МСП.
- Классификация задач решаемых с помощью МСП.
- Постановка задач распознавания, аппроксимации, прогнозирования. Примеры задач.
- Топологии нейронных сетей.
- Алгебра матриц.
- Экстремумы функций многих переменных.
- Графическое представление данных в различных типах шкал, их графическое представление в МАТЛАБ.
- Сжатие данных.
- Методы классификации.
- Метод анализа иерархий.
6.2 Темы курсовых работ/проектов (КР/КП)
Курсовых работ учебным планом не предусмотрено.7 УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ (МОДУЛЯ)Основная литература*:
8 МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ (МОДУЛЯ)
ПАКЕТЫ ПРИКЛАДНЫХ ПРОФЕССИОНАЛЬНЫХ ПРОГРАММ (ПППП)
Лекционные занятия проводятся в аудитории, снабженной проекционным оборудованием и персональным компьютером преподавателя.
Аудиторные занятия проводятся в компьютерных классах с доступом к сети Интернет.
Программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПрООП ВПО по направлению и профилю подготовки
РЕЦЕНЗИЯ
Рецензент ___________________ /________________/ (подпись) (Фамилия и инициалы)
или напишите нам прямо сейчас
⚠️ Пожалуйста, пишите в MAX или заполните форму выше.
В России Telegram и WhatsApp блокируют - сообщения могут не дойти.
О сайте
Ссылка на первоисточник:
http://www.penzgtu.ru
Поделитесь в соцсетях: