логічне дерево

ГРУПОВА СЕЛЕКЦІЯ ЕЛЕМЕНТАРНИХ ОЗНАК У СХЕМАХ ПОБУДОВИ ГІБРИДНИХ СТРУКТУР ДЕРЕВ РІШЕНЬ

Об’єктом дослідження є дерева класифікації. Предметом дослідження є методи, алгоритми та схеми побудови дерев класифікації. Мета роботи – побудова ефективного методу (схеми) синтезу моделей дерев класифікації на основі групової оцінки важливості дискретних ознак у межах розгалуженого вибору атрибутів. Запропоновано метод побудови дерев класифікації, який для заданої навчальної вибірки визначає індивідуальну інформативність (важливість) груп ознак (та їх комбінації) щодо вихідного значення функції класифікації (даних навчальної вибірки).

МЕТОД СИНТЕЗУ ЛОГІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ НА ПІДСТАВІ СЕЛЕКЦІЇ ЕЛЕМЕНТАРНИХ ОЗНАК

Розглянута загальна задача побудови логічних дерев класифікації та розпізнавання дискретних об'єктів. Об'єктом даного дослідження є логічні дерева класифікації. Предметом дослідження є актуальні методи та алгоритми побудови логічних дерев класифікації. Метою роботи є створення простого та ефективного методу побудови моделей розпізнавання на підставі дерев класифікації для навчальних вибірок дискретної інформації, який характеризується елементарними ознаками в структурі синтезованих логічних дерев класифікації.

ПРОБЛЕМА ЗБІЖНОСТІ ПРОЦЕДУРИ ПОБУДОВИ КЛАСИФІКАТОРІВ У СХЕМАХ ЛОГІЧНИХ І АЛГОРИТМІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ

Розглядається проблема збіжності процедури синтезу схем класифікаторів у методах логічних і алгоритмічних дерев класифікації. Запропонована верхня оцінка складності схеми дерева алгоритмів у задачі апроксимації масиву реальних даних набором узагальнених ознак з фіксованим критерієм зупинки процедури розгалуження на етапі побудови дерева класифікації. Даний підхід дає змогу забезпечити необхідну точність моделі, оцінити її складність, знизити кількість розгалужень та досягти необхідних показників ефективності.