Обробка великих масивів інформації

ЗМІСТ

ВСТУП

РозділI. Теоретичні відомості

Поняття класифікації

Типологія задач класифікації

Завдання та методи класифікації даних

Основні задачі, що виникають при розробці систем розпізнавання образів

Формальна постановка задачі

Алгоритм класифікації

Метод k найближчих сусідів

РозділII. Практична частина

2.1 Постановка задачі

2.2 Аналіз даних

2.3 Припущення

2.4 Алгоритм 1

2.5 Алгоритм 2

2.6 Аналіз результатів

2.7 Текст програми

ВИСНОВОК

Використані джерела

Додатки

Додаток. Дані ”Рак молочної залози”

ВСТУП

Людство з давніх-давен намагалося спростити свою роботу. Електронні обчислювальні машини (ЕОМ) дуже стрімко за останні десятиліття розвиваються, тому й не дивно, що поступово вони почали брати все більшу роль у нашому житті. Наразі ЕОМ використовуються майже у всіх сферах: починаючи від науки і закінчуючи сільським господарством.

Задача розпізнавання та класифікації в наш час є надзвичайно важливою та перспективною областю. Раніше вона вимагала багато людського часу, але тепер ЕОМ можуть виконати цю задачу в рази швидше.

Для прогнозування в наш час широко використовуються математичні моделі штучного інтелекту. У цій курсовій розглянуто реалізацію найпростіших моделей.

За допомогою машинного навчання ви можете будувати системи для аналізу даних при незначній експертизі у предметній області. Системи на основі цього підходу в більшості прикладних напрямків показують кращу ефективність та результативність, аніж системи, які засновані на правилах.

В основі машинного навчання розглядаються уявлення та узагальнення. Уявлення, як представлення даних і функцій оцінки цих даних є частиною всіх систем машинного навчання. Узагальнення є властивістю, яку система буде застосовувати при невідомих екземплярах даних. Існує широкий спектр завдань машинного навчання. У 1959 році Артур Самуїл визначив машинне навчання як “Поле дослідження, як дає комп’ютерам можливість навчатися, не будучи явно запрограмованим».

У першому розділі викладено короткі теоретичні відомості, а в другому розділі поставлена задача, порівняння двох реалізацій алгоритму та сама програмна реалізація алгоритму на мові ____

Метою курсової роботи було побудувати узагальнений алгоритм, який би міг справлятися із задачею класифікацій об’єктів реального світу, де часто дані представлені великими об’ємами.

РозділI. Теоретичні відомості

1.1 Поняття класифікації

Класифікація – системний розподіл досліджуваних предметів, явищ, процесів за родами, видами, типами, за якимись істотними ознаками для зручності їх дослідження; групування вихідних понять і розташування їх у певному порядку, що відображає ступінь цієї подібності.

Клас – впорядкована за деяким принципом множина об’єктів, які мають схожі класифікаційні ознаки (одне або декілька властивостей ), вибрані для визначення подібності або відмінності між цими об’єктами.

Залежно від обраних ознак, їх сполучення і процедури поділу понять класифікація може бути:

простою – розподіл родового поняття тільки по ознаці і тільки один раз до розкриття всіх видів. Прикладом такої класифікації є дихотомія, при якій членами розподілу бувають тільки два поняття, кожне з яких суперечить іншому (тобто дотримується принцип: "А і не А");

складною