====== Программа ======
===== 1. Введение в анализ данных =====
  - 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
  - Изменение признаков
  - Основные типы шкал
===== 2. Классификация данных =====
  - Постановка задачи
  - Статистические методы классификации
    - Постановка задачи классификации как статистической задачи при известных вероятностных распределениях
    - Построение классификации для нормального распределения
    - Числовые примеры
    - Оценка качества классификации
    - Классификация на основе оценки апостериорной вероятности
    - Классификация двух нормальных распределений с неравными матрицами ковариаций
    - Классификация нормально распределённых векторов при неизвестных параметрах распределения
    - Задача статистической классификации для количества классов больше 2
    - Линейная дискриминантная функция Фишера
===== 3. Обучаемые классификаторы. Детерминистский подход =====
  - Общие свойства линейных дискриминантных функций в детерминистской подстановке
  - Персептронный алгоритм получения линейных решающих правил
  - Правила поиска решения, основанные на минимизации градиента функции качества
    - Формальный вывод персептронного алгоритма
===== 4. Кластерный анализ =====
  - Постановка задачи группировки данных
  - Пример
  - Критерии качества разбиения на классы
  - Основные типы кластерных процедур. Основные задачи кластерного анализа
    - Построение последовательной процедуры итеративной оптимизации
    - Базовая процедура кластеризации (базовая минимальная квадратичная ошибка)
    - Параллельная процедура. Базовые изоданные
      - Описание процедуры: Базовые изоданные
      - Алгоритм k-внутригрупповых средних
    - Иерархические процедуры группировки
      - Агломеративная процедура
  - Статистические модели группировки
  - Алгоритм автоматической классификации на основе использования кластер-анализа
===== 5. Методы снижения размерности =====
  - Методы отбора признаков по заданному критерию
  - Метод главных компонент
===== 6. Факторный анализ =====
  - Модель факторного анализа
  - Структура факторных уравнений
  - Неоднозначность факторного решения
  - Метод главных факторов
  - Метод центроидных факторов
===== 7. Многомерное шкалирование =====
  - Дистанционная модель для различий
  - Модель Торгерсона
    - Поворот
    - Объективные повороты
    - Ручные повороты
    - Размерность
    - Интерпретация