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.authorХрамов А. Г.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.coverage.spatialкорреляционный анализ зависимостиru
dc.coverage.spatialкоэффициент корреляцииru
dc.coverage.spatialкластеризация данныхru
dc.coverage.spatialметод опорных векторовru
dc.coverage.spatialлинейный регрессионный анализru
dc.coverage.spatialлинейные классификаторыru
dc.coverage.spatialMachine Learningru
dc.coverage.spatialData Miningru
dc.coverage.spatialдискриминантный анализru
dc.coverage.spatialдисперсионный анализru
dc.coverage.spatialкритерий Неймана - Пирсонаru
dc.coverage.spatialинтеллектуальный анализ данныхru
dc.coverage.spatialтеорема Гаусса-Марковаru
dc.coverage.spatialстатистика Фишераru
dc.coverage.spatialучебные изданияru
dc.coverage.spatialраспознавание образовru
dc.creatorХрамов А. Г.ru
dc.date.issued2019ru
dc.identifierRU\НТБ СГАУ\427295ru
dc.identifier.citationХрамов, 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 = 978-5-7883-1414-3ru
dc.identifier.isbn978-5-7883-1414-3ru
dc.description.abstractВ 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 данru
dc.description.abstractГриф.ru
dc.description.abstractТруды сотрудников Самар. ун-та (электрон. версия).ru
dc.description.abstractИспользуемые программы: Adobe Acrobat.ru
dc.format.extentЭлектрон. дан. (1 файл : 3,49 Мб)ru
dc.language.isorusru
dc.publisherИзд-во Самар. ун-таru
dc.titleМетоды и алгоритмы интеллектуального анализа данныхru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.65(075)ru
dc.textpartReverend 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.pdf3.58 MBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.