Программа дисциплины «Системы статистического и интеллектуального анализа данных» icon

Программа дисциплины «Системы статистического и интеллектуального анализа данных»



Смотрите также:
Методические рекомендации к написанию курсовой работы по дисциплине «Системы статистического и...
Программа дисциплины «Интеллектуальный Системы интеллектуального анализа данных» для...
Программа дисциплины «Системы статистического анализа данных» для направления 080700...
Программа дисциплины «Системы статистического анализа данных» для направления 080700...
Программа дисциплины Кафедра методов и технологий социологических исследований Программа...
Программа промежуточной аттестации дисциплины Статистика налогов Специальность: «Налоги и...
Нечеткие гибридные системы в задачах интеллектуального анализа данных...
«Системы статистического анализа данных»...
Удк 007. 5: 519. 216...
Пояснительная записка Программа разработана доцентом кафедры социологии А. В. Лисовским 1...
Пояснительная записка Программа разработана доцентом кафедры социологии А. В. Лисовским 1...
Программа дисциплины Системы разработки данных и машинного обучения для направления 010500...



страницы: 1   2   3
вернуться в начало
скачать
По разделу «Интеллектуальный анализ данных»:

  1. Какова классификация интеллектуальных систем?

  2. Что такое методы ИАД и каково их назначение?

  3. Каковы особенности методов ИАД?

  4. Охарактеризуйте области применения методов ИАД.

  5. Каковы этапы исследований методами ИАД?

  6. В чем заключается этап предварительной обработки данных при использовании ИАД?

  7. Охарактеризуйте метод «Деревьев решений».

  8. Охарактеризуйте особенности регрессионного анализа в методах ИАД.

  9. Какие разновидности регрессионного метода ИАД Вы знаете?

  10. Охарактеризуйте модели временных рядов с запаздываниями.

  11. Охарактеризуйте метод «Ближайшего соседа».

  12. Охарактеризуйте метод поиска правила.

  13. Охарактеризуйте метод кластеризации.

  14. Охарактеризуйте метод классификации.

  15. Охарактеризуйте метод дискриминации.

  16. Какая разница в целях и алгоритмах статистического и интеллектуального подходов.

  17. Охарактеризуйте генетические алгоритмы.

  18. Охарактеризуйте нейросетевые методы анализа.

  19. Охарактеризуйте методы для анализа нечетких множеств.

  20. В чем особенности эволюционного программирования? Приведите основные шаги обобщенного алгоритма эволюционного программирования.

  21. Какие алгоритмы называют генетическими? Сформулируйте основные особенности генетических алгоритмов.

  22. Опишите операторы репродукции и кроссинговера в простом генетическом алгоритме. Приведите примеры.

  23. Составьте примеры, иллюстрирующие работу операторов репродукции, кроссинговера, мутации и инверсии.

  24. Перечислите основные этапы технологии генетического программирования.

  25. Расскажите о дискретном вейвлет анализе временных рядов.

  26. Расскажите о непрерывном вейвлет анализе временных рядов.

  27. Как спрогнозировать хаотичный временной ряд построением гибридной нейронной сети с нечетким выводом?.

  28. Расскажите о классификации объектов с помощью сети Кохонена.

  29. Как строятся логические правила в алгоритмах «Что если – то»?

  30. Как построить советующую систему для ЛПР по результатам прошлых торгов?

  31. Как определяется фазовая размерность для определения числа переменных, представляющих одномерный временной ряд?

  32. Что такое детерминированный хаос?

  33. Как определяется степень хаотичности временного ряда?

  34. Расскажите о горизонте прогнозирования и от чего он зависит?

  35. Что такое устойчивость по Ляпунову и как можно её определить для одномерного временного ряда?

  36. Как выглядит гибридная нейросеть с нечетким выводом и для чего она применяется?

  37. Что такое нечеткий логический вывод и как он строится?

  38. Что дель в случаях, если объект попадает под действие противоположных правил?

  39. Как иденфицировать временной ряд с помощью авторегрессионного – регрессионного метода?

  40. Как спрогозировать наблюдения, представленные количественными и качественными аттрибутами?

  41. Классификация интеллектуальных систем.

  42. Методы ИАД. и их назначение.

  43. Особенности методов ИАД.

  44. Области применения методов ИАД.

  45. Этапы исследований методами ИАД.

  46. Суть этапа предварительной обработки данных при использовании ИАД.

  47. Особенности регрессионного анализа в методах ИАД.

  48. Разновидности регрессионного метода ИАД. Модели временных рядов с запаздываниями.

  49. Метод «Ближайшего соседа».

  50. Метод поиска правила.

  51. Методы Деревья решений (DT). Построения DT в случае двух возможных дискретных состояний результирующей переменной. Обобщение алгоритма, когда результирующая переменная принимает не два, а большее количество дискретных значений. Леса решений.

  52. Метод кластеризации.

  53. Метод классификации.

  54. Метод дискриминации.

  55. Основные различия в целях и алгоритмах статистического и интеллектуального подходов.

  56. Генетические алгоритмы.

  57. Нейросетевые методы анализа.

  58. Методы для анализа нечетких множеств.

  59. Основные направления эволюционного моделирования и основные факторы, определяющие неизбежность эволюции.

  60. Особенности эволюционного программирования. Основные шаги обобщенного алгоритма эволюционного программирования.

  61. Метод эволюционных стратегий. Его отличие от эволюционного программирования и от генетических алгоритмов?

  62. Применение эволюционных вычислений в ИИС.

  63. Генетические алгоритмы и их основные особенности.

  64. Простой генетический алгоритм.

  65. Операторы репродукции и кроссинговера в простом генетическом алгоритме.

  66. Примеры использования простого генетического алгоритма для вычисления функции f(x) = х4 на интервале [0,1, 2, 3,4].

  67. Примеры, иллюстрирующие работу операторов репродукции, кроссинговера, мутации и инверсии.

  68. Характеристика понятия «схема» в простом генетическом алгоритме. Назначение и способы использования схем.

  69. Фундаментальная теорема генетического алгоритма. Пример применения фундаментальной теоремы генетического алгоритма.

  70. Формулировка прикладной экономической или управленческой оптимизационной задачи и ее решение с применением генетического алгоритма.

  71. Классифицирующие системы Холланда.

  72. Основные этапы технологии генетического программирования.

^ VII. Методические материалы преподавателю

Практические занятия и самостоятельная работа студентов по освоению статистических методов анализа данных проводятся с использованием статистического комплекса SPSS. На практических занятиях для проверки качества освоения материала используются электронные мини тесты.

Практические занятия и самостоятельная работа студентов освоению интеллектуальных методов анализа данных проводятся с использованием пакетов PolyAnalyst, MatLab, Нейросистема Статистика, Фрактан, See -5 и Wiz-Why.

^ VIII. Рекомендации по использованию информационных технологий

Для освоения курса «Системы статистического и интеллектуального анализа данных» рекомендуется изучить статистический комплекс SPSS компании SPSS U.S., пакеты PolyAnalyst,. MatLab, Нейросистема Статистика, Фрактан, See -5 и Wiz-Why.

Распределение часов по темам практических занятий и рекомендуемые инструментальные средства приведены ниже в таблице.

^ Практика по компоненту ИАД дисциплины «Статистический и интеллектуальный анализ»


№ пп


^ Наименование темы


Часы

Программный инструментарий

Fractan

SQL Server

PA-45

Cat-33

Neural

Statistic

MatLab

Excel

Statistic

See 5

Wiz-Why




1.

^ Синергетические модели





































1.1.

^ Анализ типа процесса по Хёрстуи по Дубовикову

4

+
















+













1.2.

^ Анализ фазового пространства

4

+




+

























1.3.

^ Анализ устойчивости траектории экономических показателей по Ляпунову

2







+










+













1.4.

^ Определение скорости затухания информации (Энтропия Колмогорова, длина памяти, вероятность сохранения тенденций)

2

+
















+













1.5.

^ Дискретный вейвлет анализ

2
















+
















1.6.

^ Непрерывный вейвлет анализ

2
















+
















1.7

^ Построение фазовых портретов и прогноз по компонентам

2

+







+






















1.8.

^ Прогноз временных рядом с шумом (гибридная нейромодель)

2
















+
















1.9.

^ Построение оптимальной регрессионной-авторегрессионной модели временного ряда с шумом

2
















+
















1.10

^ Прогнозирование точек бифуркации (крахов и кризисов)

2



















+













2.

^ Генетические и эволюционные модели

2







+







+
















3.

^ Нечеткие множества и нечеткая логика

2







+







+
















4.

^ Нейронные сети





































4.1.

^ Прогноз количественных показателей

2







+




+



















4.2.

^ Прогноз действий

2













+



















4.3

^ Классификация по сети Кохонена

2













+



















4.4.

^ Прогноз булевых переменных (класса)

2













+



















5.

^ Гибридные нечеткие нейросистемы

2
















+
















6.

^ Модели «Ближайший сосед»

2







+

























7

^ Деревья решений

4




+

+
















+

+




8

^ Методы кластеризации

4




+

+













+










9

^ Методы дискриминации

2







+













+










10.

^ Метод Naive Bayes

2




+




























11

^ Методы ассоциации

2


































12

^ Методы построения логических правил (If- Then)

2

























+

+







Итого

28


































^ Авторы программы:

_____________________________ (Т.К. Богданова)

_____________________________ (Г.И.Перминов)

_____________________________ (О.М. Уварова)





Скачать 477,74 Kb.
оставить комментарий
страница3/3
Т.К. Богданова
Дата29.09.2011
Размер477,74 Kb.
ТипПрограмма дисциплины, Образовательные материалы
Добавить документ в свой блог или на сайт

страницы: 1   2   3
Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Документы

наверх