Методы многомерного шкалирования
Автор: gorbylevako • Март 11, 2019 • Курсовая работа • 6,179 Слов (25 Страниц) • 531 Просмотры
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ
МОРДОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
ИМ. Н.П. ОГАРЁВА»
Факультет математики и информационных технологий
Кафедра прикладной математики, дифференциальных уравнений
и теоретической механики
КУРСОВАЯ РАБОТА
МАТЕМАТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА ДАННЫХ
Автор курсовой работы (подпись) (дата) К.О. Горбылева
Обозначение курсовой работы КР – 02069964 – 010302 – 5 – 18
Специальность 01.03.02 Прикладная математика и информатика
Руководитель работы
канд. физ.-мат. наук, доц.
Руководитель практики (подпись) (дата) Д.К. Егорова
Оценка ___________
Саранск
2018
Содержание
Введение...................................................................................................................3
1 Многомерные данные и задачи, приводящие к ним.........................................4
1.1 Общая постановка задачи анализа многомерных данных.........................7
2 Методы анализа многомерных данных...............................................................9
2.1 Метод главных компонент............................................................................9
2.2 Факторный анализ........................................................................................12
2.3 Многомерное шкалирование......................................................................13
2.3.1 Метрическое многомерное шкалирование.........................................14
2.3.2 Неметрическое многомерное шкалирование.....................................19
2.3.3 Взвешенные модели многомерного шкалирования...........................20
2.3.4 Анализ предпочтений...........................................................................22
2.3.5 Модели многомерного шкалирования с внешними ограничениями.......................................................................................................23
2.3.6 Вероятностные модели многомерного шкалирования......................23
2.3.7 Комбинация многомерного шкалирования и латентно-структурного анализа....................................................................................................................24
2.3.8 Модель многомерного шкалирования для анализа несимметричных матриц близости.....................................................................................................25
2.4 Нейронные сети............................................................................................26
3 Программное обеспечение для снижения размерности данных....................30
3.1 Вычислительная среда R.............................................................................31
3.2 ViDaExpert....................................................................................................32
3.3 Deductor........................................................................................................34
3.4 TRAJAN........................................................................................................35
Заключение.............................................................................................................38
Список используемых источников.......................................................................39
Введение
Математические методы анализа данных не теряют своей актуальности, поскольку применимы во всех областях исследований, проводимых посредством современных технологий. Механизмы исследования многомерных данных применяются в психометрии, медицине, биологии и эконометрике. Создание баз данных и разработка СУБД использует методы и алгоритмы анализа многомерных данных для создания матричных операторов. Осознанное понимание многомерных данных практически невозможно. Потому возникает необходимость осуществить переход к данным меньшей размерности, которые можно подвергнуть визуализации.
Цель работы – исследовать математические методы анализа данных, а именно механизмы и методы снижения размерности, а также изучить существующее программное обеспечение, применяемое для обработки многомерных данных с целью последующей визуализации.
Задачи работы:
- Общая постановка задачи анализа многомерных данных.
- Изучение механизмов и методов снижения размерности: метод главных компонент, факторный анализ, многомерное шкалирование, нейронные сети.
- Обзор существующего программного обеспечения для снижения размерности данных.
Объект исследования – методы снижения размерности и программное обеспечение для снижения размерности данных.
Предмет исследования – математические методы анализа данных.
В работе приводится обзор ряда основных методов снижения размерности, а также программное обеспечение, применяемое при работе с многомерными данными с целью обработки и последующей визуализации полученных результатов.
...