Науково-теоретичний журнал "Штучний інтелект" No.2'2006

зміст

УДК 519.7

Про задачі фільтрації навчальних даних

Дюлiчева Ю.Ю.

У статті наведено стислий огляд сучасних підходів до виявлення викидів у навчальних даних; введено строгі поняття чистого і мажоритарного викидів відносно моделі алгоритмів навчання; встановлено існування моделей алгоритмів навчання і навчальних вибірок, щодо яких множина чистих викидів не порожня; доведено необхідну і достатню умову існування порожньої множини чистих викидів, пов’язану з ємністю моделі алгоритмів навчання.


УДК 519.7

О задачах фильтрации обучающих данных

Дюличева Ю.Ю.

В статье приведен краткий обзор современных подходов к выявлению выбросов в обучающих данных; вводятся строгие понятия чистого и мажоритарного выбросов относительно модели алгоритмов обучения; установлено существование моделей алгоритмов обучения и обучающих выборок, относительно которых множество чистых выбросов непусто; доказано необходимое и достаточное условие существования пустого множества чистых выбросов, связанное с ёмкостью модели алгоритмов обучения.


UDC 519.7

About Filtering Problems of Training Sample

Dulicheva Yu.Yu.

A brief modern approaches review of outliers detection in training sample is considered; the accurate concepts of clear and majority outliers with respect to learning algorithms model are introduced; necessary and sufficient conditions for existence of empty set of clear outliers concerned with VCD of learning algorithms model are proved in the paper.

зміст


Copyright ©   1995-2024; Інститут проблем штучного інтелекту.
Усi права на матерiали, що знаходяться на сайтi Інституту проблем штучного інтелекту, захищаються вiдповiдно до законодавства України. Використання матерiалiв дозволяється у випадку посилання (для iнтернет-видань - гiперпосилання) на www.iai.dn.ua. Передрукування, копiювання або вiдтворення iнформацiї, що не мiстить у собi посилання на www.iai.dn.ua, у будь-якому виглядi суворо забороненi.
Проблеми/коментарi? Пишіть.