This shows you the differences between two versions of the page.
courses:data_analysis_and_interpretation:exam [2019/01/10 23:04] andrey.suchkov |
courses:data_analysis_and_interpretation:exam [2022/12/10 09:08] |
||
---|---|---|---|
Line 1: | Line 1: | ||
- | ====== Экзамен ====== | ||
- | ===== Список экзаменационных вопросов ===== | ||
- | - Проблема обработки данных. Матрица данных. гипотеза компактности и скрытых факторов. | ||
- | - Структура матрицы данных и задачи обработки. Матрица объект-объект и признак-признак. Расстояние и близость. | ||
- | - Измерение признаков. Отношения и их представление. Основные проблемы измерений. | ||
- | - Основные типы шкал. Проблема адекватности. Классификация данных: общая постановка задачи. | ||
- | - Решающие функции и основные подходы к их построению. | ||
- | - Классификация данных как статистическая задача. | ||
- | - Классификация в случае двух нормальных распределений с равными матрицами ковариаций. | ||
- | - Примеры построения решающих функции для нормальных распределений с равными диагональными матрицами ковариаций. | ||
- | - Ошибки классификации для случая двух нормальных распределений с равными матрицами ковариаций. | ||
- | - Апостриорная вероятность отнесения данных к классу (на основе теоремы Байеса) для случая многомерных нормальных распределений. | ||
- | - Классификация при количестве классов больше двух (нормальное распределение с равными матрицами ковариаций). | ||
- | - Классификация для случая двух нормальных распределений с разными матрицами ковариаций. | ||
- | - Линейный дискриминант Фишера. | ||
- | - Пошаговый дискриминантный анализ. | ||
- | - Кластерный анализ: общая постановка задачи, определение расстояний между объектами и кластерами, критерии кластеризации. | ||
- | - Последовательная процедура итеративной оптимизации в задачах кластер-анализа. | ||
- | - Параллельная процедура кластеризации. Алгоритм К-внутригрупповых средних. | ||
- | - Алгоритм автоматической классификации на основе алгоритма адаптивного выбора подклассов (АВП). | ||
- | - Обучаемые классификаторы - детерминистский подход. Вероятность получения линейного разделения классов. | ||
- | - Построение линейных решающих правил персептронного типа – обучение с коррекцией ошибок. | ||
- | - Построение линейных решающих функции методом градиентной минимизации функции качества. | ||
- | - Алгоритмы оценки информативности признаков. | ||
- | - Метод главных компонент для выбора признаков. | ||
- | - Факторный анализ: общая модель. | ||
- | - Структура факторных уравнений. Неоднозначность факторного решения. Метод главных факторов. | ||
- | - Метод центроидных факторов. | ||
- | - Проблема оценки значений факторов и виды факторных моделей. | ||
- | - Оценки общностей и вращение факторов. | ||
- | - Многомерное шкалирование. | ||