Отрывок: Reverend Thomas Bayes) – английский ма- тематик XVIII века), которая для случая непрерыных призна- ков имеет вид: , 1,2 f x x i f x i i i ω p Pr ω , (5.1) arg max arg max f x x f x i i i i i i ω ω ω p ω Pr ω 1 2 1 1 2 2 , arg max , f x f x f x f x ω ω ω p ω p , где 1 1 2 2, p Pr ω p Pr ω – априорные вероятности классов объектов (гипотез); f x f x f x 1 1 2 2ω p ω p – безусловная плотность в...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Храмов А. Г. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.coverage.spatial | корреляционный анализ зависимости | ru |
dc.coverage.spatial | коэффициент корреляции | ru |
dc.coverage.spatial | кластеризация данных | ru |
dc.coverage.spatial | метод опорных векторов | ru |
dc.coverage.spatial | линейный регрессионный анализ | ru |
dc.coverage.spatial | линейные классификаторы | ru |
dc.coverage.spatial | Machine Learning | ru |
dc.coverage.spatial | Data Mining | ru |
dc.coverage.spatial | дискриминантный анализ | ru |
dc.coverage.spatial | дисперсионный анализ | ru |
dc.coverage.spatial | критерий Неймана - Пирсона | ru |
dc.coverage.spatial | интеллектуальный анализ данных | ru |
dc.coverage.spatial | теорема Гаусса-Маркова | ru |
dc.coverage.spatial | статистика Фишера | ru |
dc.coverage.spatial | учебные издания | ru |
dc.coverage.spatial | распознавание образов | ru |
dc.creator | Храмов А. Г. | ru |
dc.date.issued | 2019 | ru |
dc.identifier | RU\НТБ СГАУ\427295 | ru |
dc.identifier.citation | Храмов, А. Г. Методы и алгоритмы интеллектуального анализа данных [Электронный ресурс] : [учеб. пособие] / А. Г. Храмов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2019. - on-line. - ISBN = 978-5-7883-1414-3 | ru |
dc.identifier.isbn | 978-5-7883-1414-3 | ru |
dc.description.abstract | В данном учебном пособии содержится описание основных методов и алгоритмов интеллектуального анализа данных (Data Mining, Machine Learning). Разбираются примеры учебных практических задач, в том числе с использованием системы R статистического анализа дан | ru |
dc.description.abstract | Гриф. | ru |
dc.description.abstract | Труды сотрудников Самар. ун-та (электрон. версия). | ru |
dc.description.abstract | Используемые программы: Adobe Acrobat. | ru |
dc.format.extent | Электрон. дан. (1 файл : 3,49 Мб) | ru |
dc.language.iso | rus | ru |
dc.publisher | Изд-во Самар. ун-та | ru |
dc.title | Методы и алгоритмы интеллектуального анализа данных | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.65(075) | ru |
dc.textpart | Reverend Thomas Bayes) – английский ма- тематик XVIII века), которая для случая непрерыных призна- ков имеет вид: , 1,2 f x x i f x i i i ω p Pr ω , (5.1) arg max arg max f x x f x i i i i i i ω ω ω p ω Pr ω 1 2 1 1 2 2 , arg max , f x f x f x f x ω ω ω p ω p , где 1 1 2 2, p Pr ω p Pr ω – априорные вероятности классов объектов (гипотез); f x f x f x 1 1 2 2ω p ω p – безусловная плотность в... | - |
Располагается в коллекциях: | Учебные издания |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Храмов А.Г. Методы и алгоритмы интеллектуального анализа данных 2019.pdf | 3.58 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.