построение правил классификации. Метод Naive Bayes
Заказать уникальный реферат- 12 12 страниц
- 4 + 4 источника
- Добавлена 02.04.2017
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
Содержание
Реферат 2
Обозначения, определения и сокращения 3
Введение 5
Описание алгоритма Naive Bayes 6
Предположение условной независимости 7
Интерфейс программы, использующий алгоритм Naive Bayes 9
Заключение 11
Список использованной литературы 12
Главное окно с исходными данными (точками и их распределением на двумерной плоскости) представлено на рисунке 1.
Рисунок 1 – Главное окно с двумерным распределением исходных данных
Зеленые точки – класс 1, синие точки – класс 2. После загрузки данных о точках из файла Excel, обучаем классификатор, нажав соответствующую кнопку «Learn a Naive Bayes classifier». Далее переходим на вкладку Model Testing, где тестируем обученную модель на данных, иллюстрация на рисунке 2.
Рисунок 2 – Результат классификации
Крестиками отмечены ошибки классификации, когда алгоритм принял один класс за другой. Точками отмечено правильное распознавание.
Заключение
В ходе работы была рассмотрена теоретическая часть алгоритма NaiveBayes, математическое обоснование. Так же в результате данной работы была разработана тестовая программа, на языке высокого уровня c#, которая продемонстрировала возможности классификации на два класса алгоритмом NaiveBayes.
Список использованной литературы
1 Машинное обучение. [Электронный ресурс] URI: http:// http://www.machinelearning.ru, свободный. – Загл. с экрана. – Яз. рус., англ. Дата обращения: 1.03.2017
2 Наивный байесовский классификатор. [Электронный ресурс] URI: http:// http://bazhenov.me/blog/2012/06/11/naive-bayes.html, свободный. – Загл. с экрана. – Яз. рус. Дата обращения: 1.03.2017
3 Шилдт Герберт. Полный справочник по C# [Текст]: справочник / Шилдт Герберт. - Вильямс, 2005. – 752с.
4 Центр разработчиков MSDN. [Электронный ресурс] URI: http://msdn.microsoft.com, свободный. – Загл. с экрана. – Яз. рус., англ. Дата обращения: 1.03.2017
5
Список использованной литературы
1 Машинное обучение. [Электронный ресурс] URI: http:// http://www.machinelearning.ru, свободный. – Загл. с экрана. – Яз. рус., англ. Дата обращения: 1.03.2017
2 Наивный байесовский классификатор. [Электронный ресурс] URI: http:// http://bazhenov.me/blog/2012/06/11/naive-bayes.html, свободный. – Загл. с экрана. – Яз. рус. Дата обращения: 1.03.2017
3 Шилдт Герберт. Полный справочник по C# [Текст]: справочник / Шилдт Герберт. - Вильямс, 2005. – 752с.
4 Центр разработчиков MSDN. [Электронный ресурс] URI: http://msdn.microsoft.com, свободный. – Загл. с экрана. – Яз. рус., англ. Дата обращения: 1.03.2017
Экономические информационные системы: принципы построения и классификация
Экономические информационные системы: принципы построения и классификация
Корнюшин В. И.
Экономическая информационная система — система, функционирование во времени состоит в сборе, хранении, обработке и распространении информации о деятельности любого экономического объекта реального мира.
Информационная система создается для конкретного экономического объекта и должна в определенной мере копировать взаимосвязи элементов объекта.
Назначение ЭИС:
Решение задач обработки данных — обработка и хранение экономической информации с целью выдачи сводной информации для управления экономическим объектом (регулярно или по запросу).
Автоматизация конторских работ — ведение картотек, обработка текстовой информации, автомобиль графики, электронной почты и связи.
Деятельности на основе методов искусственного интеллекта для принятия управленческих решений. Моделируют действия специалистов предприятия при принятии решений.
Принципы построения и функционирования ЭИС:
1) соответствие — ЭИС должна обеспечивать функционирование объекта с заданной эффективностью;
2) эффективность экономический выигрыш на объекте от использования ЭИС должен превышать затраты на обработку информации;
3) регламентность — обработка большей части информации по расписанию, с заданной периодичностью;
4) авто — обнаружение и исправление системой ошибок в данных и процессах их обработки;
5) интегральность — один ввод данных в ЭИС и их многократное (несколько) использование;
6) адаптивность — способность ЭИС изменять структуру и закон поведения для достижения оптимального результата при изменении внешней среды.
Оценка качества функционирования ЭИС выполняется комплекс критериев. Оценка должна быть:
система, в целом,;
отдельные составляющие этапа проектирования;
наиболее важные компоненты этапа эксплуатации системы.
Каждый критерий количественно определяет степень соответствия между результатами проектирования или эксплуатации системы и для разработки перед ней целей. Наиболее типичные цели и критерии можно представить в таблице 2.1 таблица далее.
Одновременное достижение указанных целей, в принципе, достижимо, следовательно, в качестве основного критерия выбирают, как правило, на одной из них.