Дискриминантный анализ
Материал из Википедии — свободной энциклопедии
Дискриминантный анализ — раздел вычислительной математики, представляющий основное средство решения задач Распознавания образов, инструмент статистики, который используется для принятия решения о том, какие переменные разделяют (т.е. «дискриминируют») возникающие наборы данных (так называемые «группы»). Является основным алгоритмом решения задач построения Искусственного интеллекта. Нейронные сети могут использоваться для дискриминантного анализа (в среде специалистов нейронные сети часто шутливо называют "распознаванием для ленивых").
Наиболее общим применением дискриминантного анализа является включение в исследование многих переменных с целью определения тех из них, которые наилучшим образом совокупляются между собой.
Содержание |
[править] Примеры
Например, некий исследователь в области образования может захотеть исследовать, какие переменные относят выпускника средней школы к одной из трех категорий: поступающий в колледж, поступающий в профессиональную школу, отказывающийся от дальнейшего образования.
Медик может регистрировать различные переменные, относящиеся к состоянию больного, чтобы выяснить, какие переменные лучше показывают, что пациент, вероятно, выздоровел полностью, частично или совсем не выздоровел.
[править] Литература
- В.П.Боровиков: Искусство анализа данных, 2-е издание, ПИТЕР, 2005
[править] См. также
[править] Ссылки
- Дискриминантный анализ
- Модели для прогнозирования
- Дискриминантный анализ и нейронные сети в фондовом прогнозировании
 |
Это незавершённая статья по статистике. Вы можете помочь проекту, исправив и дополнив её. |
