• ВХОД
  •  

    Полное описание

    Виноградов, Д. В. Теория решеток для машинного обучения / Д. В. Виноградов. - Текст : непосредственный // Искусств. интеллект и принятие решений . - 2021. - N 1. - С. 25-32. - Библиогр. в конце ст. - ISSN 2071-8594.

    ГРНТИ УДК
    28.23004.8

    Рубрики:
    Искусственный интеллект -- Моделирование
    Машинное обучение

    Кл.слова (ненормированные): решетка -- афп -- дсм-метод -- битовые строки, -- машинное обучение
    Аннотация: В статье представлены теоретические основы для построения системы машинного обучения, основанного на бинарной операции сходства. Ключевой техникой является Анализ формальных понятий - современный раздел теории решеток. Показаны алгоритмы представления объектов, описываемых как дискретными, так и непрерывными признаками. Описан метод Монте-Карло, основанный на цепях Маркова. После обсуждения ключевых шагов машинного обучения изложен результат о достаточном числе порождаемых гипотез. Предложены результаты экспериментальной проверки представленного подхода на нескольких массивах из репозитория UCI.
    Экз-ры полностью 0c656f9fec98729ca380d1b6868f9514/2021/1
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -711542-707977)

    Шифр в сводном ЭК: 69a5421a4bc1ce131bfaa05d0784155d




    Заказ фрагмента документа ₽