ISSN 1991-2927
 

АПУ № 3 (53) 2018

Автор: "Алексеева Венера Арифзяновна"

УДК 519.23

Алексеева Венера Арифзяновна, Ульяновский государственный технический университет, кандидат технических наук, окончила экономико-математический факультет Ульяновского государственного технического университета. Доцент кафедры «Прикладная математика и информатика» Ульяновского государственного технического университета. Имеет научные труды в области статистических методов. [e-mail: v.a.alekseeva@bk.ru]В.А. Алексеева

Использование методов машинного обучения в задачах бинарной классификации000_7.pdf

В статье рассматривается задача бинарной классификации объектов, для решения которой предлагается использование методов машинного обучения. Машинное обучение - подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа. Целью машинного обучения является частичная или полная автоматизация решения сложных профессиональных задач в самых разных областях человеческой деятельности, таких как обнаружение объектов, распознавание речи, образов, медицинская диагностика, диагностика технических объектов и т.д. В статье для бинарной классификации объектов предлагается использовать следующие методы: деревья решений, нейронные сети, дискриминантный анализ, байесовский классификатор, метод опорных векторов, логистическая регрессия, бэггинг деревьев решений, метод эмпирической функции (МЭФ) и нечеткий логический вывод на базе модели Сугэно. Эффективность классификации оценивается с помощью ряда характеристик: среднеквадратической ошибки, ROC-кривой, показателя AUC и т.д. Для повышения точности прогнозирования классов объектов предлагается провести сравнительный анализ эффективности рассматриваемых методов при различных порогах отсечения. Также предлагается использование комбинации моделей, так называемого агрегированного классификатора.

Бинарная классификация, машинное обучение, агрегированный классификатор, порог отсечения.

2015_ 3

Рубрика: Математическое моделирование

Тематика: Математическое моделирование, Автоматизированные системы управления , Архитектура корабельных систем , Искусственный интеллект.


© ФНПЦ АО "НПО "Марс", 2009-2018 Работает на Joomla!