4 Теоретичні відомості

4.1 Інтелектуальна обробка даних (іод) Класифікація задач іод

Типізація і класифікація задач ІОІ була і є предметом дослідження багатьох відомих авторів. Остаточного рішення цієї задачі поки не існує через розмаїття критеріїв, що використовують різні автори. Частіше всього класифікація проводиться на підставі аналізу типу первинних даних: якісні і кількісні, дискретні і безперервні, кінцеві і нескінченні множини значень і т.п, на основі розмірності і типів результатів, що їх одержують при вирішенні цих задач, а також на підставі аналізу характеру основних процесів вирішення.

Дійсно, у всій множині задач, розв'язуваних у області інтелектуальної обробки інформації (ІОІ), прийнято виділяти такі типи, як класифікація, розпізнавання образів, вибір, прийняття рішень, формування висновків, побудова прогнозу, кластерний аналіз (формування класів). На перший погляд усі вони істотно розрізняються між собою і є цілком самостійними задачами.

Однак, якщо проаналізувати суть перерахованих задач і характер процесів у ході їх вирішення, то можна побачити ряд спільних рис. Усі ці задачі носять яскраво виражений інтелектуальний характер і засновані на маніпулюванні знаннями. В ході вирішення зазначених задач приходиться мати справу з складними об'єктами, описаними значною кількістю атрибутів (72).

Під складним об'єктом тут і далі буде розумітися широкий клас сутностей, до яких відносяться об'єкти і різні процеси реального світу, що описуються своїми властивостями, ситуації, що характеризують стан об'єктів або процесів, моделі реальних об'єктів і процесів. Істотними при цьому є два основних моменти, – складним є об'єкт, що 1) описується числом властивостей, що перевищує 72, та 2) до складу опису об'єкта входять як кількісні, так і якісні властивості.

В основі вирішення перерахованих задач ІОІ лежить аналіз і оцінка об'єктів. Таким чином, існує реальна можливість уніфікувати перераховані задачі і запропонувати узагальнений підхід до їх вирішення, що є досить актуальним у сучасних умовах зростаючого інтересу до автоматизації інтелектуального аналізу даних (data mining).

Треба зауважити, що у множині перерахованих задач ІОІ присутня задача, яку доцільно розглядати окремо – кластерний аналіз (формування класів). Цей тип задач буде розглядатися в трохи пізніше.

Ключовою проблемою при кількісному обґрунтуванні прийняття рішення в різних задачах синтезу і аналізу є оцінка складних об'єктів.

Так, в ході проектування будь-яких об'єктів необхідні оцінка і порівняння проектних рішень, а також оцінка кінцевого продукту. Широке застосування механізмів оцінки знаходять в економіці не тільки для оцінки якості продукції, або оцінки ефективності різних процесів, але і для побудови прогнозу розвитку процесів.

Ще однією областю застосування механізмів оцінки є керівницька діяльність на будь-яких рівнях, у ході якої доводиться вирішувати і проектні, і порівняльні, і прогностичні задачі.

Далі запропонований підхід, що дозволяє уніфікувати рішення перерахованих вище задач ІОІ шляхом представлення їх в термінах задачі ОСО.

Різноманіття середовищ, в яких виникають задачі ІОІ, зводиться до двох нечітко розмежованих типів. Це середовища, утворені безперервними об'єктами, і середовища, в яких переважає антипод безперервності – дискретність. Для середовищ першого типу характерні кількісні відношення і обчислювальні процедури. В середовищах іншого типу обробляється якісна, смислова інформація. У безперервних середовищах для вирішення задач використовуються обчислювальні моделі, у дискретних – логіко-лінгвістичні, в яких об'єкти і ситуації представляються атрибутивними (ознаковими) описами, а процеси вирішення задач є процесами обробки атрибутивних описів.

Аналіз процесів, що лежать в основі вирішення задач класифікації, розпізнавання образів, вибору, прийняття рішень, формування висновків, показує, що всі вони базуються на оцінці складних об'єктів. Основна відмінність вказаних задач полягає у тому, що розрізняється мета оцінювання. Для аргументації цього ствердження можна розглянути загальні риси таких задач, як оцінка (кваліметрія) і класифікація.

Оцінка складного об'єкта – це обчислення кількісного показника, що характеризує об'єкт, що аналізується, на підставі його властивостей.

Класифікація – це віднесення об'єкта, що аналізується, до одного з заданих класів (категорій) у відповідності з його властивостями, структурою, функціями і т.п.

Звичайно в ході класифікації виконуються наступні дії: порівняння об'єкта, що аналізується, у термінах його властивостей з еталоном кожного класу і оцінка ступеня подібності до еталона. Останнім етапом вирішення задачі класифікації є віднесення об'єкта до класу, для якого виявлено найбільший збіг з еталоном. Формально це виражається у вигляді вирішального правила:

O_it_jk_j=extr D_ij

де O_i – об'єкт, що аналізується,

t_j – один з класів, що розпізнається, t_j T

k_j – міра подібності О_i, що аналізується, і еталону j-го класу;

D_ij – відстань у обраній метриці між об'єктом О_i і еталоном j-го класу.

Неважко помітити, що в основі задачі класифікації лежить оцінка об'єкта, що аналізується. Кількісний показник, що формується як результат оцінки, є в даному випадку мірою приналежності об'єкта до деякого класу.

Отже, з цієї точки зору, задачі класифікації і оцінки досить схожі. Основною відмінністю є тип результату, що формується. Як правило, у задачі класифікації формується результат символьного типу – найменування класу приналежності. У задачі оцінки результат – це кількісна міра чисельного типу.

Близькість (спорідненість) задач оцінки і класифікації виявляється ще і в тому, що деякі задачі класифікації безпосередньо формулюються і вирішуються як оцінні задачі, а задачі оцінки – як задачі класифікації.

Так, наприклад, при постановці медичного діагнозу, який традиційно вважається задачею класифікації, у випадку одночасної наявності у пацієнта декількох захворювань необхідна кількісна оцінка тяжкості кожного з захворювань для вірного вибору стратегії и тактики лікування.

З іншого боку, добре відома оцінка успішності учнів часто вирішується як задача класифікації. В цьому випадку результат, що формується, вибирається з заздалегідь заданої кінцевої множини значень, наприклад, ”незадовільно”, ”задовільно”, ”добре”, ”відмінно”.

Аналогічно міркуючи, можна показати, що розпізнавання образів, прийняття рішень, вибір і формування висновку, а також прогнозування можуть бути виражені в термінах задачі оцінки складних об'єктів. Природно, що в кожному конкретному випадку та чи інша задача вимагає специфічних попередніх, або заключних дій, але в основі їх усіх лежить саме оцінка складних об'єктів.

Прогнозування – це визначення таких невідомих характеристик об'єкта дослідження, які можуть виникнути у результаті його подальшого розвитку або при наявності певних умов. Метою прогнозування є підвищення якості прийняття рішень і визначення стратегії адекватних дій.

Незважаючи на те, що задача прогнозування частіше всього вирішується як задача класифікації, і, значить, також може бути зведена до задачі оцінки, підходи до її вирішення будуть розглянуті більш докладно у наступних лекціях.