- •ВВЕДЕНИЕ
- •1. ТЕОРЕТИЧЕСКИЙ МАТЕРИАЛ К ЛАБОРАТОРНЫМ РАБОТАМ И КОНТРОЛЬНЫМ ЗАДАНИЯМ
- •1.1. Технологии анализа данных. Преобразование данных
- •1.2. Первичный анализ данных
- •1.3. Введение в разработку данных и машинное обучение
- •1.4. Поиск ассоциативных правил и частых множеств признаков
- •1.5. Деревья решений
- •1.6. Задачи кластеризации
- •1.7. Наивная байесовская классификация (Naive Bayes Classifier)
- •2. ЛАБОРАТОРНЫЕ РАБОТЫ
- •2.2 Лабораторная работа №2 «Деревья решений»
- •3. ПРАКТИЧЕСКИЕ РАБОТЫ
- •4. ТЕМЫ ДЛЯ ПОДГОТОВКИ К ИТОГОВОЙ ФОРМЕ КОНТРОЛЯ
- •5 КОМПЛЕКТ ЗАДАНИЙ ДЛЯ КОНТРОЛЬНОЙ РАБОТЫ
- •СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
- •ПЕРЕЧЕНЬ РЕСУРСОВ СЕТИ «ИНТЕРНЕТ», РЕКОМЕНДУЕМЫХ ДЛЯ ОСВОЕНИЯ ДИСЦИПЛИНЫ
a)это ошибка, допущенная моделью на учебной множества.
b)это ошибка, полученная на тестовых примерах, то есть, что вычисляется по тем же формулам, но для тестовой множества
c)имена, типы, метки и назначения полей исходной выборки данных
d)набор данных, каждая запись которого представляет собой учебный пример, содержащего заданный входной влияние, и соответствующий ему правильный выходной результат
5 КОМПЛЕКТ ЗАДАНИЙ ДЛЯ КОНТРОЛЬНОЙ РАБОТЫ
Контрольная работа № 1 «Машинное обучение и анализ данных»
Задача 1. По заданной объектно-признаковой таблице с помощью алгоритма Apriori найдите все частые множества признаков при значении минимальной поддержки minsupp=0,5.
Задача 2. По объектно-признаковой таблице найдите множество ассоциативных правил при значении минимальной поддержки minsupp=0,5 и минимальной достоверности mmconf=0,6.
Задача 3. Для многозначного контекста заданного объектнопризнаковой таблицей:
−провести номинальное шкалирование признаков и найти формальные понятия для контекстов положительных и отрицательных примеров (целевой признак при шкалировании рассматривается только как пометка + и - примеров);
−построить диаграммы решеток понятий положительного и отрицательного контекста;
−найти максимально общие нефальсифицированные положительные и отрицательные гипотезы;
−классифицировать недоопределенные примеры.
Задача 4. Для заданного контекста, найдите:
−три нетривиальных импликации (шшлнкация АЛВ называется тривиальной, если ВеА);
−приведите примеры трех ассоциативных правил, не являющихся импликациями, укажите для них меры поддержки
(support) и достоверности (confidence).
СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
1.Дубина, И. Н. Основы математического моделирования социальноэкономических процессов : учебник и практикум для бакалавриата и магистратуры / И. Н. Дубина. — М. : Издательство Юрайт, 2018. — 349 с. — (Серия : Бакалавр и магистр. Академический курс). — ISBN 978-5-534-00501-1. — Режим доступа : www.biblio-online.ru/book/AE81649F-D411-4FF5-8733-614106E0D831
2.Миркин, Б. Г. Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — М. : Издательство Юрайт, 2018. — 174 с. — (Серия : Авторский учебник). — ISBN 978-5-9916-5009-0. — Режим доступа : www.biblio- online.ru/book/46A41F93-BC46-401C-A30E-27C0FB60B9DE.
1.Гармаш, А. Н. Экономико-математические методы и прикладные модели : учебник для бакалавриата и магистратуры / А. Н. Гармаш, И. В. Орлова, В. В. Федосеев. — 4-е изд., перераб. и доп. — М. : Издательство Юрайт, 2017. — 328 с. — (Серия : Бакалавр и магистр. Академический курс). — ISBN 978-5-9916- 3874-6. — Режим доступа : www.biblio-online.ru/book/62CA472C-1C3E-48F7- B963-6762D5A89A50
2.Горохов, А. В. Основы системного анализа : учебное пособие для вузов / А. В. Горохов. — М. : Издательство Юрайт, 2018. — 140 с. — (Серия : Универ-
ситеты России). — ISBN 978-5-534-04508-6. — Режим доступа : www.biblio- online.ru/book/F68DD363-9C0F-493A-BDC9-BB0B7985527F
3.Григорьев М. В. Проектирование информационных систем : учебное пособие для вузов / М. В. Григорьев, И. И. Григорьева. — М. : Издательство Юрайт, 2018. — 318 с. — (Серия : Университеты России). — ISBN 978-5-534- 01305-4. — Режим доступа : www.biblio-online.ru/book/394E4411-7B76-4F47- BD2D-C3B981BEC3B8
4.Замятина, О. М. Вычислительные системы, сети и телекоммуникации. Моделирование сетей : учебное пособие для магистратуры / О. М. Замятина. — М. : Издательство Юрайт, 2018. — 159 с. — (Серия : Университеты России). —
ISBN 978-5-534-00335-2. — Режим доступа : www.biblio- online.ru/book/3A1BBC90-1F94-4581-A4A3-8181BD9032BC
5.Першина, Е. Л. Машинное обучение [Электронный ресурс] : монография
/Е. Л. Першина, С. Н. Чуканов ; СибАДИ, кафедра КИАС . - Электрон. дан. - Омск : СибАДИ, 2017. - 109 с. : ил. - Загл. с титул. экрана. – Режим доступа: https://lib.sibadi.org/books/ed2233/
ПЕРЕЧЕНЬ РЕСУРСОВ СЕТИ «ИНТЕРНЕТ», РЕКОМЕНДУЕМЫХ ДЛЯ ОСВОЕНИЯ ДИСЦИПЛИНЫ
1.http://elibrary.ru - Научная электронная библиотека eLIBRARY.RU
2.http://e.lanbook.сот/ - ЭБС издательства ЛАНЬ